Uludağ Üniversitesi Mühendislik Dergisi / Uludağ University Journal of The Faculty of Engineering

Permanent URI for this communityhttps://hdl.handle.net/11452/5065

Browse

Now showing 1 - 8 of 8

Bulut destekli medikal nesnelerin interneti tabanlı uzaktan sağlık izleme sistemi
(Bursa Uludağ Üniversitesi, 2021-09-20) Çalhan, Ali; Cicioğlu, Murtaza; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü; 0000-0002-5657-7402
Nesnelerin interneti kavramı günümüzde kendinden sıkça söz ettiren bir kavram olmakla birlikte yeni nesil heterojen haberleşme ağları olarak ifade edilmektedir. Özellikle sağlık alanı başta olmak üzere, yerleşim, tarım, taşıma, endüstri vb. alanlarında her geçen gün çözümler üretmekte ve bulut teknolojileriyle birlikte anılmaktadır. Sağlık alanında Medikal Nesnelerin İnterneti olarak isimlendirilen Nesnelerin İnterneti farklı tipte sağlık uygulamaları ve cihazların birbirleri ile haberleşmesini ön plana çıkarmaktadır. Çalışmamızda bir bireyin çeşitli fizyolojik ölçümlerinin kablosuz haberleşme ile merkezi bir düğümde toplanması ve bu düğümün bir ağ geçidine verileri göndermesi şeklinde bir senaryo Riverbed Modeler benzetim programında gerçekleştirilmiştir. Ağ geçidi aldığı verileri anlık olarak buluta aktarması ve ardından bir mobil uygulama sayesinde eşzamanlı olarak sağlık personelinin ekranında görüntülenmesini sağlayacak bir altyapı tasarlanmıştır. Bu sayede gerçek zamanlı bir Medikal Nesnelerin İnterneti uygulaması önerilmektedir. Kalp ritmi, kan basıncı, oksijen miktarı, vücut sıcaklığı ve solunum oranı verileri anlık olarak birey ve sağlık personeli arasında paylaşılmış olup özellikle pandemi süreçlerinde kullanılabilecek bir uzaktan sağlık izleme sistemi kurulmuştur.
A comparative study for hyperspectral data classification with deep learning and dimensionality reduction techniques
(Bursa Uludağ Üniversitesi, 2018-10-16) Ortaç, Gizem; Özcan, Gıyasettin; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
In recent years, hyperspectral imaging has been a popular subject in the remote sensing community by providing a rich amount of information for each pixel about fields. In general, dimensionality reduction techniques are utilized before classification in statistical pattern-classification to handle high-dimensional and highly correlated feature spaces. However, traditional classifiers and dimensionality reduction methods are difficult tasks in the spectral domain and cannot extract discriminative features. Recently, deep convolutional neural networks are proposed to classify hyperspectral images directly in the spectral domain. In this paper, we present comparative study among traditional data reduction techniques and convolutional neural network. The obtained results on hyperspectral image data sets show that our proposed CNN architecture improves the accuracy rates for classification performance, when compared to traditional methods by increasing the classification accuracy rate by 3% and 6%.
Derin öğrenme tabanlı modülasyon tanıma
(Bursa Uludağ Üniversitesi, 2023-01-02) Leblebici, Mehmet Merih; Çalhan, Ali; Cicioğlu, Murtaza; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü; 0000-0002-5657-7402
Haberleşme teknolojilerinde her geçen gün artan sinyal çeşitliliği, bu sinyallerin tanımlanması ve sınıflandırılması gerekliliğini ortaya çıkarmıştır. Beşinci nesil (fifth generation, 5G) ve ötesi kablosuz haberleşme teknolojileri, birçok uygulama için vazgeçilmez iletişim araçları haline gelmiştir. Otomatik modülasyon tanıma (automatic modulation recognition, AMR) tekniği, özellikle yeni nesil nesnelerin interneti, akıllı şehirler, otonom araçlar ve bilişsel radyo gibi birçok uygulama için temel bileşen haline gelmiştir. Bu çalışmada sekiz farklı modülasyon türü kullanılarak bir veri seti oluşturulmuş ve derin öğrenme (deep learning, DL) algoritmalarından olan evrişimli sinir ağları (convolutional neural network, CNN) kullanılarak farklı sinyal-gürültü oranlarında (signal-to-noise ratio, SNR) modülasyon türü sınıflandırılması yapılmıştır. Sonuç olarak SNR değerleri 10 dB, 20 dB ve 30 dB iken CNN ile sınıflandırma işleminde sırasıyla %80,76, %99,89 ve %100 doğruluk sağlanmıştır.
Detection of P53 consensus sequence: A novel string matching with classes algorithm
(Uludağ Üniversitesi, 2016-11-04) Özcan, Gıyasettin; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
We present a novel fast string matching technique for special DNA pattern forms and compare performance of recent CPU architectures on the matching problem. In particular, we consider consensus P53 DNA-binding consensus sequence, which has an important contribution for cancer treatment. Based on biological findings, consensus P53 pattern may emerge in various sequence forms and its length is not deterministic. Therefore, classic string matching algorithms are not able to solve the problem. For efficient solution, we consider bitwise string matching algorithms with classes and present a novel search technique which is based on 64-bit packed variables. In order to prevent obstacles based on variable length of the pattern, we search right and left side indexes of P53 and reduce search space. For experimental analysis, we make use of mus musculus DNA sequences with approximately 2.3 billion nucleotides. We compare algorithm performance on three processors with distinct CPU architecture. Test results show that our search technique introduces at least 20% efficiency during P53 pattern search in each architecture platform. Due to its structure, the algorithm also introduces an efficient solution to similar string matching with class problems.
Metal iplikli dokuma kumaşlarının elektromanyetik kalkanlama etkinliğinin mobil cihazlar ile tespiti
(Uludağ Üniversitesi, 2016-07-27) Karaman, Ömer Faruk; Çeven, Erhan Kenan; Dirik, Ahmet Emir; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
Bu çalışmada metal iplik içerikli dokuma kumaşların elektromanyetik kalkanlama etkinliğinin (EMSE) yeni bir yöntem ile tespiti hedeflenmiştir. Bu amaçla metal tel içerikli ipek viskon karışımı iplikler üretilmiş ve bu iplikler atkı ipliği olarak, polyester iplikler de çözgü ipliği kullanılarak kumaş numuneleri elde edilmiştir. Üretilen kumaşlar öncelikle kafes oluşturabilmek için 2 eş parça kesilip 90 derece döndürülerek birbiri üzerine lamine edilmiştir. Laminasyon için belirlenen kat sayıları 2,4,8,12,16 olup bu kumaşların elektromanyetik kalkanlama etkinlikleri mobil cihazlarda bulunan GSM modülünden okunan GSM sinyal seviyeleri üzerinden ölçülmüştür. Testler lamine edilmiş kumaş yapılarının arasına cep telefonu yerleştirilerek GSM sinyal seviyesindeki değişimler izlenmiştir. Ölçülen güç değerlerine göre EMSE değerleri hesaplanmıştır.
A new automata based approximate string matching approach and web interface for bioinformatics algorithms
(Bursa Uludağ Üniversitesi, 2018-10-16) Koca, Burak; Özcan, Gıyasettin; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
In this study, we present a new web interface for major bioinformatics algorithms and introduce a novel approximate string matching algorithm. Our web interface executes major algorithms on the field for the use of computational biologists, students or any other interested researchers. In the web interface, algorithms come under three sections: Sequence alignment, pattern matching and motif finding. In each section, we introduce algorithms in order to find best fitting one for specific dataset and problem. The interface introduces execution time, memory usage and context specific results of algorithms such as alignment score. The interface utilizes emerging open source languages and tools. In order to develop light and user-friendly interface, all parts of the interface coded with Python language. On the other hand, Django is used for web interface. Second contribution of the study is novel A-BOM algorithm, which is designed for approximate pattern matching problem. The algorithm is approximate matching variation of Backward Oracle Matching. We compare our algorithm with popular approximate string matching algorithms. Results denote that A-BOM introduces %30 to %80 short runtime improvement when compared to current approximate pattern matching algorithms on long patterns.
A new message processing mechanism for internet of things
(Uludağ Üniversitesi, 2018-05-15) Toğay, Cengiz; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
Data is the most valuable thing in Industry 4.0 Era. Devices in the industry produce a tremendous amount of data and they are stored or processed by the services. Because of the advantages of the cloud computing, now the data is on the Internet instead of the local servers. Therefore, thanks to the cloud computing, the data can be processed by third parties. There are two concerns about sharing the data; namely performance and privacy. For near real-time problems, the data should be sent to services as soon as possible. For privacy, only required and allowed part of the data payload should be shared among parties.Therefore, a processing mechanism is needed before sending the data to target nodes. In this study, a new mechanism is proposed for processing/filtering the data based on the target node needs and rules defined by the administrator.
Videoların ENF tabanlı adli kanıt analizine ışık kaynağı etkisi
(Uludağ Üniversitesi, 2017-02-20) Vatansever, Saffet; Dirik, Ahmet Emir; Mühendislik Fakültesi; Bilgisayar Mühendisliği Bölümü
Video dosyalarının Elektrik Şebeke Frekansı (Electric Network Frequency - ENF) temelli adli kanıt analizi tekniği, çoklu ortam dosyalarının kayıt zamanını doğrulamada ve dosyalarda yapılan sahteciliği tespit etmede son yıllarda önerilmiş en önemli araçlardan biridir. ENF, şebekede üretilen toplam gücün tüketilen toplam güce göre artıp azalmasına bağlı olarak nominal değer (Avrupa‟da 50 Hz) etrafında sürekli salınımlar yapar. Bu salınımlar aynı şebeke üzerindeki her noktada aynıdır. Elektrik şebekesinden beslenen bir ışık kaynağının yaymış olduğu aydınlatma şiddeti elektrik şebeke frekansına bağlı olarak insan gözünün fark edemeyeceği anlık değişkenlikler gösterir. Işık şiddetindeki bu değişimler, video kameralar tarafından yakalanabilmektedir. Çekilen videolardaki tüm resim çerçeveleri boyunca değişmeyen içerik analiz edilerek aydınlatma şiddetinin değişim hızı, dolayısıyla elektrik şebeke frekansı kestirilebilir. Videolardan kestirimi yapılan ENF sinyalinin, elektrik şebekesinden doğrudan elde edilen referans ENF sinyali ile benzerlikleri hesaplanarak dosya kayıt zamanı bilgisine ulaşılabilir. Bu çalışmada, şebeke elektriğine bağlı ışık kaynağı türünün, CCD sensörlü kamera ile çekilmiş videolardan kestirilen ENF sinyali kalitesinde ne derece etkili olduğu incelenmiştir. Işık kaynağı türüne göre, çeşitli uzunluktaki videolarda ENF temelli kayıt zamanı doğrulama performansı analiz edilmiştir.

Browse

Browsing by Department "Bilgisayar Mühendisliği Bölümü"