Elektrik Elektronik Mühendisliği Bölümü Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1941

Browse

Now showing 1 - 19 of 19

Citation - Scopus: 1
A Microwave Imaging Scheme for Detection of Pulmonary Edema and Hemorrhage
(IEEE, 2022) Ertek, Didem; Kucuk, Gokhan; Bilgin, Egemen
The microwave imaging systems have the potential to present a cost effective and less hazardous alternative to conventional medical imaging techniques. In this paper, a Contrast Source Inversion method based microwave imaging scheme is proposed and tested for the detection of pulmonary edema and hemorrhage. To this end, a realistic human torso phantom is used, and the electromagnetic parameters of the human tissues is determined via Cole-Cole model. The scattered field is simulated via Method of Moments at the operating frequency of 350 MHz, and a 50 dB white Gaussian noise is added to model a realistic measurement setup. The numerical tests performed with the proposed technique suggest that the method can be used to locate the pulmonary edema and hemorrhage, and it is capable of distinguishing these two medical conditions successfully.
A Resonator Design For Mutual Coupling Reduction Between Microstrip Antennas In Mımo Applications At 28 Ghz
(Institute of Electrical and Electronics Engineers Inc., 2024) Gollu, A.A.; Polat, B.; Semerci, D.; Bilgin, E.
A simple resonator structure is proposed to reduce the mutual coupling between rectangular microstrip patch antennas positioned close to each other for MIMO applications at 28 GHz center frequency. Here, the frequency of 28 GHz is chosen because it is one of middle bands for 5G communication in USA. Two microstrip patch antennas with gaps using a common dielectric substrate and a ground plane are employed as antennas and the patches are closely placed with an edge-to-edge distance of 0.6 mm (approximately λ/18). In order to reduce the mutual coupling between these radiating elements and increase the isolation, a resonator is positioned between them and its parameters are optimized. In the simulations, it is observed that the proposed resonator reduces the coupling by approximately 10 dB. By this result, it can be concluded that the proposed structure may be suitable for tightly packed MIMO systems. © 2024 IEEE.
Çevrimde Imza Doğrulama için Fpga Üzerinde Gerçek Zamanlı Sistem Tasarımı
(2020) Ayhan, Tuba; Orak, Remzi
Bu proje kapsamında, çevrimde imza doğrulama sistemi gerçeklenmiştir. Sistem dokunmatik ekran üzerinden imza (paraf ya da el yazısı bir karakter) alıp, belleğindeki imza öznitelikleri ile karşılaştırarak imzanın iddia edilen kişiye ait olup olmadığını göstermektedir. Orjinal imza resimleri bellekte tutulmadığından sistem imza hırsızlığına karşı bir miktar dayanıklıdır. Sistem dokunmatik ekran, Zynq-7000 geliştirme kartı ve dokunmatik ekran kaleminden oluşur. İmza atıldıktan 0.13 s sonra doğrulama sonucu ekranda verilir. Kullanım rahatlığı açısından atılan imzanın resmi ekranda da gösterilmektedir. Sistemin test ortamında sınıflama başarımı yetenekli taklitçi için %60 dolayında kalsa da sıradan taklitçi için %100?ü bulmaktadır. Proje kapsamında oluşturulup araştırmacılara açılan veri kümesinde tasniflenmiş 500 imza bulunmaktadır. Projenin tüm kaynak kodları github üzerinden açılmıştır. Proje ile ilgili bilgiler, kodlar, veri kümesi ve kısa video da proje sayfası (https://sites.google.com/mef.edu.tr/imza) üzerinde yayındadır.
Citation - Scopus: 1
Cnn-Based Emotion Recognition Using Data Augmentation and Preprocessing Methods
(Institute of Electrical and Electronics Engineers Inc., 2023) Toktaş, Tolga; Kırbız, Serap; Kayaoğlu, Bora
In this paper, a system that recognizes emotion from human faces is designed using Convolutional Neural Networks (CNN). CNN is known to perform well when trained with a large database. The lack of large and balanced publicly available databases that can be used by deep learning methods for emotion recognition is still a challenge. To overcome this problem, the number of data is increased by merging FER+, CK+ and KDEF databases; and preprocessing is applied to the face images in order to reduce the variations in the database. Data augmentation methods are used to reduce the imbalance in the data distribution that still remains despite the increasing number of data in the merged database. The CNN-based method developed using database merging, image preprocessing and data augmentation, achieved emotion recognition with 80% accuracy.
Çok Düşük Enerji Tüketen Taşınabilir Kullanıma Uygun Yapay Sinir Ağlarının Donanım Gerçeklemeleri
(2023) Kumbasar, Tufan; Altun, Mustafa; Ayhan, Tuba
Yapay sinir ağları (artificial neural networks, ANN) ile ilgili literatürde yer alan araştırmalar ve bunların endüstriyel uygulamaları son yıllarda hızlı bir şekilde artmaktadır. Buradaki temel motivasyon, geleneksel yöntemler ile yüksek doğruluklu olarak çözülmesi zor problemlerin ANN?ler ile çözülebilmesidir. Diğer taraftan, ANN?lerin kullanımı geleneksel yöntemlere göre, başta enerji olmak üzere, çok daha fazla donanımsal kaynak gerektirmektedir. Örnek vermek gerekirse, 16×16 boyutunda 256 adet piksel içeren oldukça küçük bir görüntünün her bir pikselinin ve ANN ağırlıklarının 8-bitlik girişler ile temsil edildiğini varsayalım. Bu durumda, tek bir yapay nöron, 256 adet 8-bitlik çarpma işlemi, bu çarpım sonuçlarının toplanması için minimum 16-bitlik 255 adet toplama işlemi ve bu toplam sonucunun normalize edilmesi için bir aktivasyon fonksiyonu gerektirir. Görece küçük büyüklükteki bir ANN?de bu nöronlardan yüzlerce olduğu düşünülürse, bu kadar ağırlığın bellekte tutulmasının ve yapılacak aritmetik işlemlerin, özellikle enerji tüketimi açısından, oldukça maliyetli olacağı açıktır. Bu durum ANN?lerin taşınabilir cihazlarda kullanılabilmelerini fazlasıyla kısıtlamaktadır ve bu çalışmanın temel motivasyonlarından biridir. Önerilen çalışmada, çok düşük enerji tüketen ANN?ler önerilen yeni sayı hibrit gösterimi kullanılarak tasarlanmıştır, donanım optimizasyonları yapılmıştır ve nesne takibi uygulamalarında kullanılmıştır. Yapılan çalışmalar aşağıdaki üç ana başlıkta değerlendirilebilir. Bu üç ana başlık çalışmanın desteklediği 119E507 Nolu TÜBİTAK projesinde üç iş paketi olarak yer almaktadır. ? ANN enerji tasarrufu için yeni sayı gösterimlerinin sunulması ve devre bloklarının tasarımının yapılması. ? Enerji odaklı ANN donanım tasarımları ve optimizasyonunun yapılması. ? Nesne takibi yapan ANN tasarımlarının özel tümleşik devreler (application specific integration circuits, ASIC) ve alanda programlanabilir kapı dizileri (field programmable gate arrays, FPGA) tasarım platformlarında gerçeklenmesi.
Diyalog Geliştirme için Bağlaşımlı Tensör Ayrıştırma Yöntemleri
(TÜBİTAK, 2021) Şimşek, Serap Kırbız; Cemgil, Ali Taylan; Liutkus, Antoine
Ayrıştırma tabanlı ses modelleme yöntemleri, hesaplama gücünün artmasıyla ve istatistiksel modelleme yöntemlerinin gelişmesiyle birlikte yaygın olarak kullanılmaktadır. Bu yöntemler, ses kodlama, müziksel bilgi çıkarımı, müziğin notaya dökülmesi, içerik analizi, kaynak ayrıştırma, ses onarımı ve gürbüz konuşmacı tanımanın da aralarında bulunduğu birçok alanda kullanılmaktadır. Bizim bu projede temel amacımız, birden fazla kaynak içeren ses kayıtlarındaki konuşma işaretlerini güçlendirmek için kaynak ayrıştırma algoritmalarından faydalanarak bir yöntem geliştirmektir. Diyalog ve ortamdaki diğer sesler arasındaki doğru dengeyi bulmak ses mühendisleri için önemli bir problem olup, dinleyici şikayetlerinin de gittikçe artan bir sebebini oluşturmaktadır. Dinleyiciler, kendi kişisel tercihlerine, dinleme ortamlarına ve duymalarına uygun olarak diyalog ve çevresel sesler arasındaki ses dengesini kendileri ayarlamak istemektedirler. Bu projedeki temel amaçlar ve aşamalar aşağıdaki gibidir: i) Durağan olmayan çok boyutlu zaman serilerinde, matris ve tensör ayrıştırma modellerini kullanarak diyalog içeren ses kayıtlarından diyalogların ayrıştırılması ve bunun daha sonra kayıtta bulunan diğer seslerle farklı oranlarda yeniden birleştirilmesiyle, kullanıcının ihtiyaçlarına ya da zevkine dayalı bir kayıt dinlemesini sağlama ii) Televizyon programları gibi akan veri üzerinde de çalışabilmek üzere, önerilen yöntemin gerçek zamanda çalışması. Bu bağlamda, veri geldikçe gerçek zamanlı olarak işlenecektir. iii) Geliştirilen yöntemlerin etkinliğinin gerçek uygulamalarda kullanımı. Projenin çıktıları olan modelleme, çıkarım ve model seçimi yöntemleri; işaret işleme, yapay öğrenme ve istatistik alanlarında temel metodolojik katkılar yapmaktatır. Bunun dışında çıktılar, bilgi madenciliği, biyoinformatik, sistem biyolojisi, yer bilimleri, karmaşık sistemler, algılayıcı ağları, finans veya akustik konularındaki büyük veri öbeklerinin incelendiği çalışmaları destekleyecektir. Bu bağlamda, MEF Üniversitesi bünyesinde yerli ve uluslararası alanda süren işbirliklerinin sürdürülmesi ve geliştirilmesi de planlanmaktadır.
Citation - WoS: 1
Citation - Scopus: 1
Domain Adaptation Approaches for Acoustic Modeling
(IEEE, 2020) Arısoy, Ebru; Fakhan, Enver
In the recent years, with the development of neural network based models, ASR systems have achieved a tremendous performance increase. However, this performance increase mostly depends on the amount of training data and the computational power. In a low-resource data scenario, publicly available datasets can be utilized to overcome data scarcity. Furthermore, using a pre-trained model and adapting it to the in-domain data can help with computational constraint. In this paper we have leveraged two different publicly available datasets and investigate various acoustic model adaptation approaches. We show that 4% word error rate can be achieved using a very limited in-domain data.
Highlighting of Lecture Video Closed Captions
(IEEE, 2020) Yıldırım, Göktuğ; Öztufan, Huseyin Efe; Arısoy, Ebru
The main purpose of this study is to automatically highlight important regions of lecture video subtitles. Even though watching videos is an effective way of learning, the main disadvantage of video-based education is limited interaction between the learner and the video. With the developed system, important regions that are automatically determined in lecture subtitles will be highlighted with the aim of increasing the learner's attention to these regions. In this paper first the lecture videos are converted into text by using an automatic speech recognition system. Then continuous space representations for sentences or word sequences in the transcriptions are generated using Bidirectional Encoder Representations from Transformers (BERT). Important regions of the subtitles are selected using a clustering method based on the similarity of these representations. The developed system is applied to the lecture videos and it is found that using word sequence representations in determining the important regions of subtitles gives higher performance than using sentence representations. This result is encouraging in terms of automatic highlighting of speech recognition outputs where sentence boundaries are not defined explicitly.
Citation - WoS: 1
Citation - Scopus: 1
İlişkisel Veri Ayrıştırılmasında Model Seçimi
(IEEE, 2019) Kırbız, Serap; Cemgil, Taylan; Hızlı, Çağlar
Abstract—As a fundamental problem in relational data analysis, model selection for relational data factorization is still an open problem. In our work, we propose to estimate model order for mixed membership blockmodels (MMSB) within the generic allocation framework of Bayesian allocation model (BAM). We describe how relational data is represented as Poisson counts of the allocation model, and demonstrate our results both on synthetic and real-world data sets. We believe that the generic allocation perspective promises a generalized model selection solution where we do not only select the model order, but also choose the most appropriate factorization.
Impact of Hardware Sources on Feature Selection for Online Signature Verification
(IEEE, 2020) Ayhan, Tuba; Orak, Remzi
This work analyzes time series features gathered from a touchpad which is a part of online signature verification system. A DTW processing unit is implemented on FPGA to be used in time series analysis. To support different feature groups, this unit can be reconfigured without altering the memory structure. By using this reconfigurable unit, features are evaluated according to the area cost that they introduce. Moreover, a method to predict the value of features for classification is introduced. This way, minimum requirements to implement an online signature verification system on FPGA are partially obtained.
Citation - WoS: 1
Citation - Scopus: 2
Improving the Usage of Subword-Based Units for Turkish Speech Recognition
(IEEE, 2020) Çetinkaya, Gözde; Saraçlar, Murat; Arısoy, Ebru
Subword units are often utilized to achieve better performance in speech recognition because of the high number of observed words in agglutinative languages. In this study, the proper use of subword units is explored in recognition by a reconsideration of details such as silence modeling and position-dependent phones. A modified lexicon by finite-state transducers is implemented to represent the subword units correctly. Also, we experiment with different types of word boundary markers and achieve the best performance by adding a marker both to the left and right side of a subword unit. In our experiments on a Turkish broadcast news dataset, the subword models do outperform word-based models and naive subword implementations. Results show that using proper subword units leads to a relative word error rate (WER) reductions, which is 2.4%, compared with the word level automatic speech recognition (ASR) system for Turkish.
İnsan-robot Dokunsal (haptik) Etkileşimi için Makine Öğrenme Tabanlı Admitans Kontrolü
(2021) Başdoğan, Çağatay; Patoğlu, Volkan; Niaz, Pouya Pourakbarian; Aydın, Yusuf; Necipoğlu, Serkan; Şirintuna, Doğanay; Çaldıran, Ozan
Yakın gelecekte, fabrika, ev, hastane gibi farklı ortamlarda, insanlar ve robotların birlikte çalışarak, fiziksel etkileşim gerektiren görevleri ortaklaşa yerine getirebilmeleri beklenmektedir. Fiziksel insan-robot etkileşimi konusundaki önemli araştırma konularından birisi, ortaklar arasında doğal bir iletişimin kurulmasıdır. İnsan-robot etkileşimi konusunda hali hazırda çeşitli sayıda çalışmalar bulunmasına rağmen, ortaklar arasındaki fiziksel etkileşimi, bilhassa dokunsal (haptik) tabanlı iletişimi inceleyen çalışmalar sınırlı sayıdadır ve bu tip sistemlerdeki etkileşim hala doğal insan-insan etkileşimine kıyaslandığında yapay kalmaktadır. Bu projede, insanla beraber ortak görevler yapabilecek işbirlikçi bir robot için kesir dereceli ve uyarlamalı (adaptif) bir admitans kontrolcü geliştirildi. Bilgimiz dahilinde kesir dereceli bir admitans kontrolcü insan-robot fiziksel etkileşimi için daha önce kullanılmamıştır. Kesir dereceli kontrolcülerin en önemli özelliği, tamsayı olmayan türev ve integralin kullanılabilmesidir ki bu da bize birleşik sistemin (insan-robot) dinamiğinin modellenmesinde ve denetlenmesinde, tam sayılı bir kontrolcüye göre, esneklik sağlamıştır. Ayrıca, kesir dereceli bir admitans kontrolcünün makine öğrenmesi algoritmaları vasıtasıyla uyarlanabilir şekilde kullanıldığına dair bir örnek literatürde mevcut değildir. Makine öğrenmesi algoritmaları, bizim görev sırasında insanın niyetini anlamamızı ve buna göre görev performansını optimize edecek şekilde kontrolcü parametrelerini seçmemizi sağladı. Projede geliştirilen yöntemlerin etkinliğini sınamak için laboratuvar ortamında, insan ve robot arasında fiziksel etkileşim gerektiren kontrollü deneyler 12 adet denekle yapıldı. Bu deneylerde, denekler, robot koluna bağlanmış bir matkap aracılığıyla dik ve düz tahta bir yüzey üzerinde delikler açtılar. Makina öğrenmesi teknikleri kullanılarak kullanıcın hangi alt-görevi (textit{Bekleme, Serbest Hareket, ve Temas}) yerine getirdiği gerçek zamanlı olarak tespit edildi ve buna göre kontrolcünün parametreleri uyarlandı. Bu sayede, robotun insan tarafından yönlendirilip delik açılacak noktaya yaklaştırılırken (textit{Serbest Hareket}) insana düşük direnç (şeffaflık), delme sırasında (textit{Temas}) ise oluşacak titreşimleri azaltarak sistemi daha kararlı ve güvenli hale getirecek şekilde yüksek direnç göstermesi sağlandı. Bu deneylerden elde edilen sonuçlar, insan-robot etkileşimi için, uyarlamalı ve kesir dereceli bir kontrolcünün tam sayılı ve sabit parametreli bir kontrolcüye göre, görev performanı açısından, çok daha etkili olduğunu gösterdi. Son olarak, projede geliştirilen sistemin endüstriyel ortamda geçerliliğini sınamak için, endüstriyel ortağımız olan As-Metal şirketinden 3 adet işçi laboratuvarımıza davet edildi ve eğrili (curved) bir tahta yüzeyde delik açma deneyleri yapıldı. İşçilerden yüzey üzerinde 3 farklı noktada ve 3 farklı açıda delik açmaları istendi. İşçiler bu görevi yerine getirirken hem işbirlikçi robotumuzdan hem de bir artırılmış gerçeklik arayüzünden destek aldılar. Deneylerden sonra, işçilerden geliştirilen sistem hakkında fikirlerini iletebilecekleri bir anket doldurmaları istendi. Bu anket ve işçilerle yapılan kişisel görüşmeler vasıtasıyla robotun güvenirliği, kullanım kolaylığı ve görevi gerçekleştirmesindeki katkısı ölçüldü. Bu anketten elde edilen sonuçlar bize geliştirilen bu insan-robot etkileşim sisteminin endüstriyel uygulamlar için uygun, kolay, ve etkili olduğunu gösterdi.
Joint Source Separation and Classiﬁcation Using Variational Autoencoders
(IEEE, 2020) Karamatlı, Ertuğ; Kırbız, Serap; Hızlı, Çağlar
In this paper, we propose a novel multi-task variational auto encoder (VAE) based approach for joint source separation and classification. The network uses a probabilistic encoder for each sources to map the input data to latent space. The latent representation is then used by a probabilistic decoder for the two tasks: source separation and source classification. Throughout a variety of experiments performed on various image and audio datasets, source separation performance of our method is as good as the method that performs source separation under source class supervision. In addition, the proposed method does not require the class labels and can predict the labels.
Kişiselleştirilmiş ve Uyarlamalı Öğrenme için Sözlü Dersanlatımlarının İşlenmesi
(TÜBİTAK, 2021) Arısoy Saraçlar, Ebru
Bu projede kişiselleştirilmiş ve uyarlamalı eğitim için gelişmiş konuşma ve dil işleme teknolojileri geliştirip özellikle çevrimiçi ders videolarından öğrenme sürecini verimli hale getirmek amaçlanmıştır. Geliştirilen proje bildiğimiz kadarıyla gelişmiş konuşma ve dil işleme uygulamalarının eğitim teknolojilerinde kullanıldığı en kapsamlı projelerden biridir ve bu sayede eğitim teknolojileri literatürüne de katkı sağlamıştır. Projenin gerçeklenmesi süresince Otomatik Konuşma Tanıma (OKT), konuşma geri getirimi, özellikle sözlü soru cevaplama ve duygu ve düşünce analizi üzerine özgün çalışmalar yapılmıştır. Sistemler hem İngilizce hem de Türkçe ders anlatım videoları için geliştirilmiştir. OKT alanında hem hibrit akustik model içeren hem de uçtan uca eğitilen sistemler için sistem uyarlaması yapılmıştır. Bu sayede ders anlatım videoları üzerinde yüksek başarımla çalışan OKT sistemleri geliştirilmiştir. Sözlü soru cevaplama sistemi ise ilk defa ders anlatım videoları alanına bu proje ile uygulanmıştır. Sözlü soru cevaplama sistemine ait zorlukların aşılması için özgün yöntemler önerilmiş ve bu yöntemler başarıyla uygulanmıştır. Bu sayede sözlü soru cevaplama literatürüne katkı sağlanmıştır. Bu çalışmalara ek olarak ders anlatım videolarına eşlik eden öğrenci yorumları duygu ve düşünce analizi yöntemleri ile olumlu veya olumsuz olarak sınıflandırılmış ve öğrencilerin videoda anlatılan konuyu anlayıp anlamadıkları ölçülmüştür. Bu çalışma duygu ve düşünce analizi sisteminin eğitim teknolojileri alanında öğrencilerin öğrenme düzeyinin analizinde kullanılması özgünlüğünü içermektedir. Projenin çıktısı olarak OKT ve soru cevaplama sistemlerini içeren çevrimiçi bir öğrenme platformu üniversite içinde gerçeklenmiş ve 2020 - 2021 bahar döneminde öğrencilerin kullanımına açılmıştır. Özellikle COVID-19 pandemisiyle hayatımıza etkin olarak giren uzaktan eğitim modeline proje kapsamında geliştirilen sistemin katkı sağlama potansiyeli bulunmaktadır. Bu yüzden geliştirilen sistemin uzaktan eğitim sürecine etkin olarak dahil edilmesi üzerine ilerleyen dönemlerde çalışmalar yapılacaktır.
Citation - WoS: 3
Citation - Scopus: 5
Negatif Olmayan Gürültü Giderici Değişimli Oto-kodlayıcılar Kullanarak Tek Kanaldan Kaynak Ayrıştırma için Zayıf Etiket Denetimi
(IEEE, 2019) Karamatlı, Ertuğ; Cemgil, Ali Taylan; Kırbız, Serap
Derin öğrenme modelleri, büyük miktarda etiketlenmiş veri bulunduğunda kaynak ayrıştırmada çok başarılı olmaktadır. Bununla birlikte, dikkatlice etiketlenmiş veri kümelerine erişim her zaman mümkün olmamaktadır. Bu bildiride, kısa konuşma karışımlarını ayrıştırmayı öğrenmek için kaynak işaretlerini değil de sadece sınıf bilgisini kullanan zayıf bir denetim önerilmektedir. Negatif olmayan bir modeldeki her bir sınıfla degişimsel bir otomatik kodlayıcıyı (VAE) ilişkilendirilmektedir. Derin evrisimsel VAE’lerin, herhangi bir kaynak sinyaline ihtiyaç duymadan, bir ses karı¸sımındaki karmasık isaretleri kestirmek için önsel bir model sundugu gösterilmektedir. Ayrıstırma sonuçlarının kaynak isaret denetimiyle esit düzeyde oldugu gösterilmektedir.
Parallelization and Performance Analysis of Reversible Circuit Synthesis
(IEEE, 2018) Susam, Ömercan; Arslan, Şuayb Şefik
Rising popularity of quantum computers in the last decade resulted in increased interest paid to reversible circuitsynthesis process. In this work, a popular essential function-based synthesis algorithm known in the literature is parallelized using openMP library. Contrary to conventional way, essential functions are synthesized when needed without keeping a table-lookup library. When the reversible circuit is synthesized in parallel using a double core processor (4 active threads with hyperthearding technology), around 2.6 speed-up is demonstrated relative tothe performance of serial synthesis work. Comparison between serial and parallel synthesis by using common benchmark circuits demonstrated that the performance of the proposed parallel synthesis is always better in the overall operation work load.
Citation - Scopus: 1
Solving Xor In Spike Neural Network (SNN) With Component-off-the-shelf
(Institute of Electrical and Electronics Engineers Inc., 2024) Cikikci, S.V.; Orek, E.; Ozgen, A.K.; Yavuz, A.; Ayhan, Tuğba
This paper addresses the solution of the XOR problem with Spiking Neural Networks (SNN) in order to improve energy efficiency and computational performance as Moore's Law approaches its limits. SNN is capable of solving nonlinear problems while saving energy by mimicking the working principles of biological neurons. For this purpose, a SNN consisting of 12 neurons was implemented on a breadboard using the Leaky Integrate and Fire (LIF) model. In the input layer of the network, 50 Hz and 100 Hz signals are processed with frequency sensitive filters. With the help of bandpass and low-pass filters, additive and inverting operational amplifiers, the XOR problem is successfully solved. © 2024 IEEE.
Citation - WoS: 2
Citation - Scopus: 2
Turkish Broadcast News Transcription Revisited
(2018) Saraçlar, Murat; Arısoy, Ebru
Bu çalışmada yaklaşık on yıl önce gerçeklenen Türkçe haber programları için otomatik konuşma tanımayla yazılandırma sistemi güncel yöntemlerle yenilenerek aynı veri üzerindeki başarımı ölçülmüştür. Son yıllarda yapay sinir ağları temelli derin öğrenme yöntemleri konu¸sma tanıma hata oranlarında belirgin bir iyileşme sağlamıştır ve günümüzde yaygın olarak kullanılmaktadır. Bu bildiride geliştirilen konu¸sma tanıma sisteminin temel bileşenleri olan akustik ve dil modelleri için sinir ağları kullanılmıştır. Akustik modelleme için derin sinir a^gları hem çapraz entropi hem de ayırıcı dizi amaç işlevleriyle eniyilenmiştir. Ayrıca uzun süreli bağımlılıkları modellemek için yinelemeli sinir ağlarına benzer bir başarım gösteren ama daha çabuk eğitilebilen zaman gecikmeli sinir ağları kullanılmıştır. Daha sonra bunların ayırıcı eğitimle eniyilenmesi sonucunda en düşük hata oranlarına ulaşılmoştır. Dil modeli için ise yinelemeli sinir ağları kullanılmıştır. Bu yeni sinir ağları kullanan modeller ile kelime hata oranlarının yarılandığıve %10’un altına düştüğü gözlemlenmiştir.
Zamanla Değişen Iır Alçak Geçiren Filtre ile Dinamik Tartım Yöntemi
(2022) Gülbaş, Mustafa Can; Ayhan, Tuba; Yalçın, Müştak Erhan
Sanayide üretimden sevkiyat aşamasına kadar birçok alanda kullanılan otomatik ağırlık kontrol sistemi, üç adet konveyör bant, en az iki adet fotosel, yük hücresi, işlemci, kullanıcı için kontrol ekranı ve reddedici/yönlendirici kollarından oluşmaktadır. Ağırlık ölçerken, yük hücresi tarafından alınan ölçüm sinyalinin filtrelenmesi aşamasında literatürde kaskat yapıda zamanla değişen alçak geçiren filtrenin önemli bir yeri olduğu gözlemlenmiş ancak sonuca ulaşma konusunda oldukça fazla filtre adedinin mevcut olduğu gözlemlenmiştir. Sonuçlara ulaşma aşamasının hızlandırılması amacıyla bu çalışmada zamanla değişen alçak geçiren filtre ile farklı bir yaklaşım denenmiştir. Sonuca daha hızlı ulaşabilmek için kaskat bağlı alçak geçiren filtre adedi önem arz etmektedir. Filtre adım adım uygulanarak oluşan salınımlardan ürünün ağırlığına minimum filtre adedi ile ulaşmak hedeflenmiştir. Matlab'ta yapılan deneyler sonucunda çok yüksek hızlarda bu işlemle yönetmelikte belirtilen hata limitleri içerisinde sonuçların elde edilemediği görülmüş olup hata limitleri içerisinde elde edilen maksimum hız belirtilmiştir. Sonuç olarak filtre adedi azaltılıp, sönümleme hızlandırılarak oluşan salınımlardan ağırlık verisine yönetmelikte verilen hata sınırları içerisinde ulaşılmıştır.

Browse

Browsing Elektrik Elektronik Mühendisliği Bölümü Koleksiyonu by Language "tr"