Yazar "Özcan, Caner" seçeneğine göre listele
Listeleniyor 1 - 12 / 12
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Automatic ship detection and classification using machine learning from remote sensing images on apache spark(2021) Özcan, Caner; Dolapci, BetülShip detection and classification is very important for port and coastal security. Due to maritime safety and traffic control, high-resolution images of ships should be obtained. High resolution color remote sensing ship images taken from short distances provide advantages in ship detection applications. But the analysis of these high-dimensional images is complicated and requires long time. Dividing the image data into smaller blocks and representing them with a vector with distinctive and independent features facilitates the analysis process. For this reason, a block division method is applied first, dividing the image data into small pixel blocks. These obtained image blocks are also represented by the hybrid feature vectors. These feature vectors are created by adding the sub-features extracted from the color and texture properties of the images one after another. Using the obtained hybrid vectors, the images are classified using machine learning methods on Apache Spark. Classification studies were realized using Naive Bayes, Decision Trees and Random Forest methods in the MLlib. The analysis of the images was realized much faster with the clustering architecture created on Apache Spark platform. According to the obtained classification results, 99.62% classification success was achieved by using Random Forest method. In addition, an average of 3.4 times acceleration was achieved by running each method on 1 master + 4 workers clustering architecture on Spark.Öğe Bulanık mantık ile ağaç malzeme yanma performansının izlenmesi(Karabük Üniversitesi, 2011) Özcan, Caner; Bayır, RaifBu çalışmada, bulanık mantık ile ağaç malzeme yanma performansının izlenmesi gerçekleştirilmektedir. Ağaç malzemenin yanma özellikleri konusunda farklı yanma düzenekleriyle birçok çalışma yapılmaktadır. Günümüzde ağaç malzeme yanma düzenekleri gelişen teknoloji ve artan isteklere cevap verememektedir. Bilgisayar destekli yanma düzeneği tasarlanarak geliştirilen kullanıcı arayüzlü yazılım ile yanma performansının izlenmesi sağlanmıştır. Yanma sonucu elde edilen ölçümlerin ve yanma sürecinin en hassas şekilde izlenmesi bilgisayar üzerinde gerçek zamanlı olarak gerçekleştirilmektedir. Ağaç malzeme yanma düzeneğinde ölçme kaynaklı hatalar en aza indirilmektedir. Bu sistem ile yanma sonucu ölçülen parametreler üzerinde daha hızlı işlemler yapılabilmektedir. Yanma işlemi boyunca ölçülen veriler kullanılarak bulanık mantık ile deney performansı tespit edilmekte ve oluşan hatalar kullanıcı arayüzlü yazılımla kullanıcıya belirtilmektedir. Yanma süresince uzman kişinin fark edemediği beklenmeyen durumlar bu sistem sayesinde rahatlıkla tespit edilebilmektedir. Gerçekleştirilen bilgisayar destekli yanma sisteminin veri kayıplarını önlediği, hassas ölçümlerle daha iyi sonuçlar verdiği gözlemlenmektedir. Deney tekrarı azaltıldığı için zaman, iş ve enerji tasarrufu sağlanmaktadır. Sistem bu özellikleri ile ağaç malzeme yanma Ar-Ge merkezlerinde, bu konudaki akademik çalışmalarda ve bu alanda üretim yapan firmalarda rahatlıkla kullanılabilir.Öğe Cropped quad-tree based solid object colouring with cuda(2013) Çavuşoğlu, Abdullah; Şen, Baha; Özcan, Caner; Görgünoglu, SalihIn this study, surfaces of solid objects are coloured with Cropped Quad-Tree method utilizing GPU computing optimization. There are numerous methods used in solid object colouring. When the studies carried out in different fields are taken into consideration, it is seen that quad-tree method displays a prominent position in terms of speed and performance. Cropped quad-tree is obtained as a result of the developments seen with the frequent use of this method in the field of computer sciences. Two different versions of algorithm which operate recursively on CPU and at the same time which use GPU computing optimization are used in this study. Besides, OpenGL is used for graphics drawing process. Within the setting of the study, results are obtained via CPU and GPU's, at first using Quad-Tree method and then Cropped Quad-Tree method. It is observed that GPU computing is obviously faster than CPU computing and Cropped Quad-Tree method produces rapid results compared to Quad-Tree method as a result of performance. GPU computing method boosted approximately performance by up to 20 times compared to only CPU usage; furthermore, cropped quad-tree method boosted approximately performance of algorithm by up to 25 times on average dependent on screen and object size.Öğe Derin öğrenme yaklaşımları kullanılarak kemik dokusu üzerindeki kanserin tespiti ve sınıflandırılması(2024) Özcan, Caner; Say, Ferhat; Kırıkkayış, Ebru; Aydın, Ayhan; Soylu, NecmiyeEnkondrom, olgun hiyalin kıkırdaktan oluşan bir tür iyi huylu kemik tümörüdür. Osteokondromdan sonra en sık görülen iyi huylu kemik tümörüdür. Tümör medüller boşluktan kortekse doğru büyür. Modüller kavitede belirgin bir endojen kitle oluşturur. Enkondromlar öncelikle asemptomatik olmakla birlikte, lezyonun boyutuna, lokalizasyonuna ve radyolojik sunumuna bağlı olarak farklı klinik özelliklerle ortaya çıkabilirler. Enkondromlar, boyutları artmadıkça, patolojik kırık riski taşımadıkça ve semptomatik olmadıkça rutin olarak cerrahi tedavi gerektirmez. Cerrahi gerekiyorsa, küretaj ve greftleme altın standart cerrahi yöntemi oluşturur. Çalışma, kemik dokusu üzerindeki enkondromu tespit etmeyi ve alan uzmanına ön bilgi olarak sunmayı amaçlamaktadır. Literatürde kemik dokusu ve farklı organlar üzerine görüntü işleme/derin öğrenme çalışmaları sınıflandırılmış, organ/kemik bölütlemesi yapılmıştır ancak önemli bir alan olmasına rağmen kemik dokusu üzerinde kanser tespiti geniş veri ve farklı uzmanların desteği ile yapılmamıştır. Çalışmamız literatürdeki bu boşluğu dolduracaktır. Birden fazla merkezden elde edilen yüksek sayıda gerçek hasta verisi ile yapılmış olması, farklı disiplinlerde çalışan araştırmacılar tarafından desteklenmesi, kemik dokusu üzerinde kanser tespitini görsel olarak sunması gibi özellikleri ile literatürden farklılaşmaktadır. Literatürde benzer segmentasyon çalışmaları olsa da kemik dokusu üzerinde kanser yapısının tespit edilmesi ve işaretlenmesi, kemik radyografisi üzerinden uzmana ön bilgi sunulmasında yenilik sunan öncü bir çalışma olacaktır.Öğe Hiperspektral görüntülerin graf tabanlı boyut indirgenerek sınıflandırılmasında parçacık sürü optimizasyonu yaklaşımı(2024) Dolapcı, Betül; Özcan, Caner; Özkaynak, EmrahHiperspektral görüntü verilerinden hem uzamsal hem spektral öznitelik çıkarımı ile analiz işlemi için gerekli detaylı bilgiler elde edilmektedir. Yüksek boyutlu görüntü verilerinin daha düşük boyutlu temsillerini sağlamada Laplacian Özharitaları (LÖ) ve Schrödinger Özharitaları (SÖ) graf tabanlı boyut azaltma algoritmalarının etkili olduğu bilinmektedir. Ancak bu yöntemler kapsamında kullanılan boyut azaltma parametresi değerinin literatürde sabit bir değer olarak kullanıldığı görülmektedir. Önerdiğimiz çalışma kapsamında bu parametre Parçacık Sürü Optimizasyounu (PSO) ile optimize edilmiştir. Öncelikle görüntüden Basit Doğrusal Yinelemeli Kümeleme (BDYK) algoritması ile kümelenmiş süperpikseller elde edilmiştir. Daha sonra süperpikseller graf veri yapısına dönüştürülüp girdi olarak LÖ ve SÖ algoritmalarına verilmiştir. Boyut azaltma işlemi sürecinde elde edilen farklı boyutlar için araya eklenen PSO algoritması ile en iyi özvektör değeri hesaplanmaktadır. En iyi özvektör değeri Indian Pines, Salinas ve Pavia Üniversitesi veri setleri için, 130, 120 ve 40 olarak hesaplanmıştır. Son aşamada optimizasyon tabanlı yöntemle elde edilen en iyi sonuçlar üzerinde Destek Vektör Makinesi (DVM) ile sınıflandırma işlemi gerçekleştirilmiştir. Tüm veri setleri için sınıflandırma doğruluklarının en iyi özvektör değeri ile arttırılması sağlanmıştır. By extracting both spatial and spectral features from hyperspectral image data, detailed information required for the analysis process is obtained. It is important to provide lower dimensional representations of high-dimensional image data and Laplacian Eigenmaps (LÖ) and Schrödinger Eigenmaps (SÖ) graph-based dimension reduction algorithms are known to be effective for this. However, it is seen that the dimensionality reduction parameter value used in these methods is used as a fixed value in the literature. In our proposed work, this parameter is optimized with Particle Swarm Optimization (PSO). First, superpixels clustered by Simple Linear Iterative Clustering (LLICC) algorithm are obtained from the image. Then, the superpixels are transformed into a graph data structure and given as input to the LÖ and SÖ algorithms. The best eigenvector value is calculated with the PSO algorithm added for different dimensions obtained during the dimensionality reduction process. The best eigenvector values were calculated as 130, 120 and 40 for Indian Pines, Salinas and Pavia University datasets. In the last stage, classification process was performed with Support Vector Machine (SVM) on the best results obtained with the optimization-based method. Classification accuracies for all data sets were increased with the best eigenvector value.Öğe Hiperspektral görüntülerin sınıflandırılmasında farklı boyut indirgeme yöntemlerinin karşılaştırılması(2021) Yıldırım, Mehmet Zahid; Özcan, Caner; Ersoy, OkanGünümüzde gittikçe önem kazanan uzaktan algılamada, araştırmacılar çeşitli spektral imzalar arasındaki ilişkileri bulmak için dünyanın yüzeyini temsil eden yüksek boyutlu verileri kullanırlar. Özellikle görüntüler, farklı malzemelerin özelliklerini yansıtan yüzlerce yüksek çözünürlüklü banttan oluşabilirler. Bununla birlikte, yüksek boyutlu uzayda çok sayıda farklı bantların bulunması, bu özelliklerin yorumlanmasını zorlaştırabilmektedir. Uzaktan algılama verilerinin ön-işlemesi için boyutsallık problemine bağlı olarak çeşitli zorluklar ile karşılaşılmaktadır. Bu alanda ortaya çıkan araştırmalar, bunun zor bir problem olduğunu ve tüm sorunlara tek bir çözüm olmadığını ortaya koymaktadır. Bununla birlikte, son çalışmalar katmanlı uzay öğrenme tekniklerinin hiperspektral görüntülerin ön işlemesinde çok önemli bir çözüm olduğunu göstermektedir. Bu çalışmada, en güncel katmanlı uzay yerleştirme yöntemlerinin hiperspektral veriler üzerindeki performansı karşılaştırmalı olarak analiz edilmiştir. Her bir yöntemin bu alanda en çok kullanılan iki farklı veri seti kullanılarak boyut indirgeme uygulaması gerçekleştirilmiş ve en yakın komşu (1NN) sınıflandırması ile performansı doğrulanmıştır. Elde edilen sonuçlara göre karşılaştırılan katmanlı uzay yerleştirme yöntemlerinin hiperspektral verilerin sınıflandırılmasında sınıf bazlı farklılıklar olsa da başarılı sonuçlar verdiği görülmektedir. Ayrıca her bir yöntemin çalışma zamanı grafik olarak sunulmuş ve hangi yöntemin daha hızlı çalıştığı sebepleriyle birlikte açıklanmıştır.Öğe Image Processing Based Wood Defect Detection(Springer Nature Switzerland, 2024-10-17) Özkan, Merve; Özcan, CanerDetection of defects in wooden structures in the forestry industry has become a crucial area of research. Existing studies have focused on specific categories of wood defects, failing to provide a comprehensive classification for high-quality wood. Trained human operators currently perform a variety of wood quality in wood processing facilities. However, this human-dependent process leads to time and performance losses and inaccurate type. This study aims to address all these challenges in future intelligent production systems by targeting the detection of the fungus in oak wood, one of the wood defect classes. The algorithm created based on image processing utilizes median filtering, Canny edge detection, and masking technologies using the HSV color space. The algorithm then calculates the fungal area ratio to the wooden piece's surface area on the masked image to reach the final result. While existing studies in the literature are primarily based on deep learning methods, there has been limited focus on fungus detection. The novelty of this study, conducted on oak wood, lies in its use of a specific dataset, fungal detection, and image processing. An algorithm has been developed and presented in the literature that can be used in the software of future intelligent production systems in the forestry industry.Öğe Parçacık sürü optimizasyonu tabanlı katmanlı uzay yerleştirme yöntemi kullanılarak hiperspektral görüntülerin sınıflandırılması ve görselleştirilmesi(2021) Özcan, Caner; Aslan, Sınan; Yıldırım, Mehmet ZahıdHiperspektral görüntülerin uzaktan algılanması ve yorumlanması, giderek daha önemli bir araştırma alanı haline gelmektedir. Yüksek boyutlu hiperspektral görüntüler, yüzlerce banttan oluşur ve farklı materyallerin özelliklerini yansıtır. Nesneler hakkında daha fazla ayrıntıya duyulan ihtiyaç ve algılayıcı çözünürlüklerinin iyileştirilmesi, daha yüksek boyutlu hiperspektral verilerin üretilmesine neden olmuştur. Uzun yıllara dayanan araştırmalar, yüksek boyutluluk nedeniyle bu verilerin ön işlenmesinde birçok zorluk olduğunu göstermektedir. Son araştırmalar, çeşitli öğrenme tekniklerinin bu problem için çok önemli bir çözüm olduğunu ortaya koymaktadır. Ancak verilerin karmaşıklığı arttıkça bu yöntemlerin performansı yeterli düzeye ulaşamamaktadır. Bu projede, performansı artırmak için kuvvet alanı formülasyonundan esinlenilen parçacık sürüsü tabanlı çok boyutlu bir alan gömme yöntemi önerilmektedir. Önerilen yöntemin karşılaştırmalı analizi, Botsvana, Kennedy Uzay Merkezi ve diğer popüler hiperspektral veri setleri ile yapılmıştır. Deneysel sonuçlar, önerilen yöntemin, hiperspektral verilerin sınıflandırma doğruluğu ve görselleştirilmesinde mevcut yöntemlerden üstün olduğunu göstermektedir. Ayrıca mevcut gömme yöntemlerinin parametre belirleme sorununa optimizasyon tabanlı bir çözüm sunulmuştur.Öğe Uibee: an improved deep instance segmentation and classification of ui elements in wireframes(2023) Kazangırler, Cahit Berkay; Özcan, Caner; Tekın, Buse YarenUser Interface (UI) is a basic concept in which individuals interact with any computer program or technological device to create a graphical design. In the initial stages of app development, UI prototype is a must. An automatic analysis system for the basic execution of UI designs will considerably speed up the development of designs according to old-fashioned methods. In this approach, it is aimed at saving cost and time by automating the process. For the aforesaid objective, we present a new approach rather than the traditional methods. For this reason, a high amount of elements in wireframes are detected and segmented. Furthermore, with the state-of-the-art methods, one of the machine learning classifiers is expected to give lower performance than deep learning for comparison purposes. In this study, the detection and segmentation of elements, which is the first stage which will eliminate time loss, redundant time, cost, and labor in the communication between designers and front-end developers. To test the classification task of the Mask R-CNN, was designed using transfer learning supported neural networks to compare with other algorithms. As a result, the precision reached 93.15% and the mAP (@IOU > 0.5) reached 96.50%. Then, we improved the algorithm by replacing the convolution blocks in the graphs, adding them, and changing the input units, and the accuracy increased to 98.49%.Öğe Upper and lower extremity bone segmentation with mask r-cnn(2024) Aydın, Ayhan; Özcan, CanerMost medical image processing studies use medical images to detect and measure the structure of organs and bones. The segmentation of image data is of great importance for the determination of the area to be studied and for the reduction of the size of the data to be studied. Working with image data creates an exponentially increasing workload depending on the size and number of images and requires high computing power using machine learning methods. Our study aims to achieve high success in bone segmentation, the first step in medical object detection studies. In many situations and cases, such as fractures and age estimation, the humerus and radius of the upper extremity and the femur and tibia of the lower extremity of the human skeleton provide data. In our bone segmentation study on X-RAY images, 160 images from one hundred patients were collected using data compiled from accessible databases. A segmentation result with an average accuracy of 0.981 was obtained using the Mask R-CNN method with the resnet50 architecture.Öğe Yapay sinir ağları ile sıvı ham demir tahmini ve 5.yüksek fırın uygulaması(2020) Özcan, Caner; Köprü, Ertan YavuzDemir cevherinden sıvı ham demir üretimi, yüksek fırın işletmesinde gerçekleşmektedir. Bu süreç, uzun ve karmaşık bir yapıya sahiptir. Bir dökümün tamamlanması, yüksek fırının üretim kapasitesine bağlı olarak, 6-8 saat sürmektedir. Bu çalışmada entegre demir-çelik fabrikasının yüksek fırınlarına ait hammadde verileri kullanılıp üretilen sıvı ham demir miktarı, yapay sinir ağları vasıtasıyla tahmin edilmesi amaçlanmıştır. Bu çalışmada yüksek fırının çalışma biçimi incelenerek giriş ve çıkış parametreleri belirlenmiştir. 2016 ve 2019 yıllarına ait 1000 adet üretim verisinin %70’i eğitim, geriye kalan %30’u test verisi olarak ayrılmıştır. Veriler ilk adımda normalize edilerek yapay sinir ağı için kullanılabilecek duruma getirilmiştir. Test sürecinin ardından elde edilen sonuçlar, denormalize edilmiştir. Diğer taraftan yüksek fırının üretim yapmadığı zaman dilimleri veri setinden çıkarılmıştır. Yapay sinir ağı mimarisi için ara katmanda bulunan nöron sayıları üzerinde denemeler yapılmış ve en yüksek test başarısına sahip mimari seçilmiştir. İlk adım olarak veri setinin %70’lik kısmı yapay sinir ağına sonuçları ile beraber gösterilerek eğitim süreci tamamlanmıştır. Ardından girdi parametreleri verilen %30’luk kısım için, sonuçlar gösterilmeden, yapay sinir ağından tahmin edilmesi beklenmiştir. Eğitim sürecinde yapay sinir ağında Levenberg Marquardt, Bayesian ve Broyden-Flecther-Golgfarb-Shanno olmak üzere üç farklı öğrenme algoritması kullanılmıştır. Matlab R2016a platformunun kullanıldığı çalışmada eğitim algoritmalarına ait test sonuçları karşılaştırılmış ve %94’lük test başarı oranı ile Levenberg Marquardt Algoritması en iyi test sonucuna ulaşmıştır. İleri yönlü geri yayılımlı yapının kullanıldığı yapay sinir ağında ortalama mutlak yüzde hata oranı %5,89 bulunmuştur. Son adımda, Matlab platformunda tasarlanan yapay sinir ağı Visual Studio platformuna alınmış ve tahmin sonuçları yine ortalama mutlak yüzde hata çerçevesinde karşılaştırılmıştır. Yapılan karşılaştırmada Matlab programının Visual Studio platformundan daha iyi performans gösterdiği tespit edilmiştirÖğe Yerel olmayan ortalama filtre ile karma normlar kullanılarak sar görüntü gürültüsü azaltma(Karabük Üniversitesi, 2015) Özcan, Caner; Şen, Baha; Nar, FatihBu çalışmada, algoritma çalışma süresi kısa tutularak gürültü azaltma performansının geliştirilmesi için l0-norm, l1-norm ve l2-normun avantajları ve yerel olmayan ortalama filtrenin doku koruma özelliği bir araya getirilerek yeni bir yöntem geliştirilmektedir. Önerilen yöntem görüntüdeki kenar ve noktasal saçıcıların bozulmasını önleyerek homojen bölgelerin yumuşatılmasını sağlamaktadır. Bu alanda yapılan çalışmalar incelendiğinde l0-norm, l1-norm ve l2-normun değişik uygulama senaryolarında birbirlerine göre avantajları olduğu görülmektedir. Görüntülerdeki her bir piksel için bu normlardan uygun olanı kullanılırsa daha iyi bir gürültü azaltma sağlanacaktır. Ayrıca yerel olmayan ortalama filtrenin kullanımı ile de görüntü üzerindeki dokular daha iyi korunabilmektedir. Bu yöntemleri bir arada kullanabilmek için yöntemlerin sahip olacağı farklı ağırlık değerlerinden oluşan bir maliyet fonksiyonu tanımlanmaktadır. Önerilen maliyet fonksiyonunun eşlenik gradyan yöntemleri kullanılarak minimize edilmesiyle gürültü azaltma gerçekleştirilmektedir. Önerilen yöntem etkin bellek kullanımı sağlamaktadır ve yöntemin tüm adımlarının CPU'da OpenMP ve GPU'da CUDA kullanılarak paralelleştirilmesi sağlanmaktadır. Benek gürültü azaltma performansı, çalışma süresi ve bellek kullanımı sentetik ve gerçek SAR görüntüleri üzerinde test edilmiştir.
