Yazar "Akkaya, Abdullah Erhan" seçeneğine göre listele

Listeleniyor 1 - 6 / 6
  • Küçük Resim Yok
    Öğe
    Comparison of Deep Learning Models and Optimization Algorithms in the Detection of Scoliosis and Spondylolisthesis from X-Ray Images
    (2024) Akkaya, Abdullah Erhan; Güneş, Harun; Hark, Cengiz
    The spine is composed of pieces of bone called vertebrae that lie between the skull and the tailbone. Various medical conditions can affect the spine. In this study, two types of degenerative diseases, scoliosis, and spondylolisthesis, were studied. Deep AI architectures have recently enabled further disease diagnosis innovation using medical images. Various traditional and deep learning studies use medical images for disease diagnosis in the literature. This study aims to classify spine X-ray images according to three possible conditions (Normal, Scoliosis, and Spondylolisthesis) and to exploit the potential of these X-ray images to detect possible diseases occurring in the spine. The performance of deep learning models and optimization algorithms used in this process was evaluated. The study uses a data set created and/or analyzed during an existing study. This data set consists of images that belong to three different classes: scoliosis, spondylolisthesis, or x-ray images of normal (i.e. healthy) individuals. A total of 338 spine X-ray images, 188 scoliosis images, 79 spondylolisthesis images, and 71 normal images. Six different deep-learning architectures have been used in the study. These architectures are Alexnet, GoogLeNet, ResNet-18, ResNet-50, ResNet-101, and EfficientNet-bo. While working on these deep architectures, each model has been evaluated using different optimization algorithms. These optimization algorithms are RmsProp, SGDM, and Adam. According to the classification processes, the deep learning model with the highest accuracy value was Alexnet, and the optimization algorithm used with it, Sgdm (99.01%), and the training time lasted 38 seconds. According to the classification processes, the deep learning model with the fastest completion time (30 seconds) was Alexnet and the optimization algorithm used with it was RmsProp. An accuracy rate of 98.02% has been obtained in the training of this model.
  • Küçük Resim Yok
    Öğe
    Extended kalman filter based IMU sensor fusion application for leakage position detection in water pipelines
    (Gazi Univ, Fac Engineering Architecture, 2017) Akkaya, Abdullah Erhan; Talu, Muhammed Fatih
    In water distribution networks, there is a serious loss of water due to cracks and faults in pipes. It is very important to detect these failures and fix them in a short period of time to prevent the loss of water and related income. Instead of general repair operations with high costs in distribution networks, finding the exact location of the fault and only working in that area will reduce the repair costs. Although superficial pipe listening devices seem to be the solution to this need, it is not preferred because of affected by the ambient sounds that reducing the efficiency of this method. GPS-based leak detection systems, which are commercially available on the market, can operate on large-scale water pipelines (>= 6 inch) and have high costs. In this study, we present a preliminary study of a leak detection robot prototype that can operate on smaller diameter pipes and without the need for a GPS system. In this study, a preliminary study of a leak detection robot prototype that can operate on smaller diameter pipes and without the need for a GPS system was presented. In this preliminary study, the design, production, location and leakage prediction software of a robot can move with the pushing force of water in the pipeline has been realized. The position estimation is performed by using the 9-DOF IMU (3D-accelerometer, 3D-gyroscope and 3D-magnetometer) sensor data in the Extended Kalman Filter. The leakage estimation includes the location of the corresponding peak point in the instantaneous recorded sound data. In the performed experimental studies, it was seen that the leakage location estimation error in the total 118m navigation result is about 0.25m.
  • Küçük Resim
    Öğe
    Kalman filtre tabanlı sensör füzyon tekniği kullanılarak su kayıp ve kaçak konum kestirim robotu
    (İnönü Üniversitesi, 2017) Akkaya, Abdullah Erhan
    Giderek artan insan nüfusu ve yerleşim bölgesi sayısı, suya olan talebi günden güne artırmaktadır. Gelecek nesillerin de içilebilir su kaynaklarından faydalanabilmesi için su tasarrufu gerekmektedir. Suyu korumanın bir yolu boru hatlarında meydana gelen boru çatlakları ve arızalarından kaynaklanan su kayıplarını azaltmaktır. Bu arızaların tespit edilerek mümkün olan en kısa zamanda onarılması, su kaybının yanında gelir kaybının da önlenmesi için oldukça önemlidir. Dağıtım şebekelerinde yüksek maliyete sahip genel onarım işlemleri yerine, arızanın kesin konumunun bulunup sadece o bölgede çalışma yapılması onarım maliyetlerini azaltacaktır. Yüzeysel boru dinleme cihazları bu ihtiyaca bir çözüm olarak görünse de, dış ortam seslerinden etkilendiğinden tercih edilmemektedir. Ayrıca yeraltı su kaçaklarının büyük çoğunluğunun küçük çapta olması, bu kaçakların saptanmasını oldukça zorlaştırmaktadır. Ticari olarak mevcut olan GPS temelli sistemler yüksek maliyetlere sahiptir. Bu tez çalışmasının genel amacı daha küçük çaplı borularda ve GPS sistemine ihtiyaç duymadan çalışabilecek bir kaçak tespit robotu üretmektir. Robot boru içerisinde suyun itme kuvvetiyle hareket etmektedir. Robotun tasarımı, üretimi, kaçak konumu tahmin yazılımları ve test çalışmaları gerçekleştirilmiştir. Robotun boru içerisindeki hareket güzergâhı, atalet sensörü verisinin (jiroskop, ivmeölçer, manyetik alan ölçer) Genişletilmiş Kalman Filtresiyle birlikte kullanımıyla hesaplanmıştır. Genişletilmiş Kalman Filtresi, jiroskop ölçümlerinin kümülatif toplamından elde edilen hatanın düzeltilmesi için jiroskop, ivmeölçer ve manyetik alan sensörlerinin füzyonunda kullanılmıştır. Elde edilen kuaterniyon değeri kullanılarak ivmeölçer değeri düzeltilmiş sonrasında ise konum hesaplanmıştır. Kaçak konum tahmini, anlık kaydedilen ses verisindeki tepe noktalara karşılık gelen konumun tespitini içermektedir. Üretilen robot henüz su geçirmez muhafaza içerisine alınmadığından, prototipin test çalışmaları yer üzerinde gerçekleştirilmiştir. Prototip robot kullanılarak farklı hareket senaryoları üzerinde konumu belli olan kaçak bölgelerinin tespiti çalışmaları yapılmıştır. Yapılan çalışmalar neticesinde ortalama 120 metre uzunluğuna sahip bir hat üzerindeki kaçak konumunun ortalama 0,30 metre hatayla tespit edilebildiği görülmüştür. Sonuç olarak, kaçak tespitinin yüksek doğrulukta ve ekonomik bir şekilde yapılabildiği görülmüştür. Konum tahmin yazılımının genelleştirilerek sensör bağımsız hale getirilmesi, robotun sızdırmazlık çalışması ve yapay öğrenme teknikleriyle konum tahminin öğrenilmesi çalışmaları devam etmektedir.
  • Küçük Resim
    Öğe
    NESNE MODELLEME: VİDEO İMGELERİ KULLANILARAK F-MATRİSİNİN HESAPLANMASI
    (Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 2014) Akkaya, Abdullah Erhan; Talı, Muhammed Fatih
    Öz: Epipolar geometri, bir nesneye veya sahneye ait farklı iki açıdan çekilmiş görüntü çiftleri arasındaki geometrik ilişkiyi tanımlamaktadır. Geometrik ilişkiyi ortaya çıkarabilmek için iki görüntüdeki benzer noktaların yakalanması, eşleştirilmesi ve epipolar geometriyi temsil eden temel matrisin (F fundamental matrix) hesaplanması gerekmektedir. Temel matrisin hesaplanması, 3D modelleme, hareket segmentasyonu, stereo görme, kamera kalibrasyonu gibi sonraki aşamalar için hayati derecede önem arz etmektedir. Bu çalışmada, farklı konseptlerdeki etkin F-matrisi hesaplama yöntemleri altı görüntü çifti üzerinde incelenmiş, algoritmaların zaman ve doğruluk kıstaslarına göre karşılaştırmaları yapılmıştır. Elde edilen sayısal sonuçlar tablolar halinde sunulmuştur. Başlık (İngilizce): (OBJECT MODELLING: CALCULATION OF F-MATRIX USING VIDEO IMAGES) Öz (İngilizce): Epipolar geometry, describes the geometric relationship between pairs of images that belongs to an object or a scene taken from two different angles. To reveal the geometric relationship, capturing of similar points in the two images, matching these points and calculating fundamental matrix (F-matrix) that represents the epipolar geometry are required. Calculation of the fundamental matrix has vital importance for the next stages like 3D modelling, motion segmentation, stereo vision, camera calibration. In this study, effective F- matrix calculation methods of different concepts were examined on six image pairs and comparisons were made according to the algorithms time and accuracy criteria. The obtained numerical results are presented in tables.
  • Küçük Resim
    Öğe
    Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması
    (Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 2017) Akkaya, Abdullah Erhan; Talu, Muhammed Fatih
    Öz: Su dağıtım şebekelerinde, borulardaki çatlaklar ve arızalardan dolayı ciddi miktarda su kaybı yaşanmaktadır.Bu arızaların kısa zamanda tespit edilerek onarılması, su ve buna bağlı oluşan gelir kaybının önlenmesi içinoldukça önemlidir. Dağıtım şebekelerinde yüksek maliyete sahip genel onarım işlemleri yerine, arızanınkesin konumunun bulunup sadece o bölgede çalışma yapılması onarım maliyetlerini azaltacaktır. Her nekadar yüzeysel boru dinleme cihazları bu ihtiyaca bir çözüm olarak görünse de, dış ortam seslerinden etkilenmesi bu yöntemin verimliliğini düşürdüğünden tercih edilmemesine neden olmaktadır. Ticari olarakpiyasada mevcut olan modern GPS temelli sistemler, büyük çaplı su borularında çalışabilir (>=6 inch) ve yüksek maliyetlere sahiptir. Bu çalışmada daha küçük çaplı borularda ve GPS sistemine ihtiyaç duymadançalışabilecek bir sızıntı tespit robotu prototipinin ön çalışması sunulmuştur. Bu ön çalışmada, boru içerisindesuyun itme kuvvetiyle hareket edecek robotun tasarımı, üretimi, konum ve sızıntı tahmin yazılımları gerçekleştirilmiştir. Konum tahmini, 9-dof IMU sensör (3D-ivme, 3D-jiroskop ve 3d-manyetometre) verilerinin Genişletilmiş Kalman Filtresi içerisinde kullanımıyla yapılmaktadır. Sızıntı tahmini, anlıkkaydedilen ses verisindeki tepe noktalara karşılık gelen konumun tespitini içermektedir. Yapılan deneyselçalışmalarda, toplam 118m gezintide sonucunda sızıntı konumu tahmin hatasının yaklaşık 0,25m olduğugörülmüştür Başlık (İngilizce): Extended kalman filter based IMU sensor fusion application for leakage position detection in water pipelines Öz (İngilizce): In water distribution networks, there is a serious loss of water due to cracks and faults in pipes. It is veryimportant to detect these failures and fix them in a short period of time to prevent the loss of water and relatedincome. Instead of general repair operations with high costs in distribution networks, finding the exactlocation of the fault and only working in that area will reduce the repair costs. Although superficial pipelistening devices seem to be the solution to this need, it is not preferred because of affected by the ambientsounds that reducing the efficiency of this method. GPS-based leak detection systems, which arecommercially available on the market, can operate on large-scale water pipelines (?6 inch) and have high costs. In this study, we present a preliminary study of a leak detection robot prototype that can operate onsmaller diameter pipes and without the need for a GPS system. In this study, a preliminary study of a leakdetection robot prototype that can operate on smaller diameter pipes and without the need for a GPS systemwas presented. In this preliminary study, the design, production, location and leakage prediction software ofa robot can move with the pushing force of water in the pipeline has been realized. The position estimation is performed by using the 9-DOF IMU (3D-accelerometer, 3D-gyroscope and 3D-magnetometer) sensor data in the Extended Kalman Filter. The leakage estimation includes the location of the corresponding peak pointin the instantaneous recorded sound data. In the performed experimental studies, it was seen that the leakagelocation estimation error in the total 118m navigation result is about 0.25m
  • Küçük Resim Yok
    Öğe
    Using Wavelet Analysis and Deep Learning for EMG-Based Hand Movement Signal Classification
    (2023) Günes, Harun; Akkaya, Abdullah Erhan
    In this study; time series electromyography (EMG) data have been classified according to hand movements using wavelet analysis and deep learning. A pre-trained deep CNN (Convolitonal Neural Network-GoogLeNet) has been used in the classification process performed with signal processing, by this way the results can be obtained by continuous wavelet transform and classification methods. The dataset used has been taken from the Machine Learning Repository at the University of California. In the data set; EMG data of 5 healthy individuals, 2 males and 3 females, of the same age (~20-22 years) are available. Data; It consists of grasping spherical objects (Spher), grasping small objects with fingertips (Tip), grasping objects with palms (Palm), grasping thin/flat objects (Lat), grasping cylindrical objects (Cyl) and holding heavy objects (Hook). It is desired to perform 6 hand movements at the same time. While these movements are necessary, speed and power depend on one's will. People perform each movement for 6 seconds and repeat each movement (action) 30 times. The CWT (Continuous Wavelet Transform) method was used to transform the signal into an image. The scalogram image of the signal was created using the CWT method and the generated images were collected in a data set folder. The collected scalogram images have been classified using GoogLeNet, a deep learning network model. With GoogLeNet, results with 97.22% and 88.89% accuracy rates were obtained by classifying the scalogram images of the signals received separately from channel 1 and channel 2 in the data set. The applied model can be used to classify EMG signals in EMG data with high success rate. In this study, 80% of data was used for educational purposes and 20% for validation purposes. In the study, the results of the classification processes have been evaluated separately for first and second channel data.