FBE- Elektronik Mühendisliği Lisansüstü Programı - Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 385
-
ÖgeAkustik ve görsel özellikleri kullanarak müzik tür sınıflandırması uygulaması(Fen Bilimleri Enstitüsü, 2018-01-02)Bu teze konu olan çalışmada, sesin hem görsel hem de akustik özellikleri kullanılarak müzik tür sınıflandırması uygulaması geliştirilmiştir. Müzik türleri olarak en çok bilinen dört farklı müzik türü seçilmiştir. Bunlar Elektronik, Jaz, Klasik ve Metal müzik türleridir. Görsel özelliklerin tasarımında SIFT ve SURF görüntü tanımlayıcıları kullanılmıştır. Akustik özellik olarak da Mel Frekans Kepstral Katsayıları (Mel Frequency Cepstral Quefficients(MFCC)) kullanılmıştır. Sınıflandırıcı olarak ise Destek Vektör Makinesi ve k-nn sınıflandırıcısından yararlanılmıştır. Teknolojinin gelişmesiyle insanların otomatik sınıflandırma yapan cihaz ya da yazılımlara güveni artmaktadır. Bununla beraber müzik piyasasının gelişmesiyle otomatik müzik tür sınıflandırması uygulamasına olan ilgi artmakta ve bu tür sistemlerin kullanımı da buna paralel bir şekilde her geçen gün artmaktadır. Bu ihtiyaçtan yola çıkarak müzik tür sınıflandırması uygulaması geliştirilerek bu ihtiyacın giderilmesi amaçlanmıştır. Müzik türleri kendi içinde belirli özelliklere sahiptir. Her türün kendine özgü akustik özellikleri bu türün diğer türlerden ayırt edilmesinde kullanılır. Sese ait akustik özellikler 3 ana sınıftan oluşur. Bunlar Tını özellikleri, Ritmik özellikler ve Makam özellikleridir. Görsel özelliklerle birleştirme işlemi yapıldığından burada sadece Timbral özellikler sınıfına ait olan MFKK özelliği kullanılmıştır. MFKK ses işlemede en çok kullanılan ve en etkin bir özelliktir. Özellikle ses tanıma ve konuşmacı tanıma gibi uygulamalarda karşımıza çıkmaktadır. Müzik tür sınıflandırması uygulamalarında da şimdiye kadar kullanılmıştır. MFKK, insan kulağının sesi algılamasına benzer şekilde çalışır. Yapılan deneylere göre insan kulağı sesi ilk 1000Hz de doğrusal olarak, 1000Hz 'den büyük frekanslarda da logaritmik olarak algılamaktadır. Buradan esinlenerek MFKK özellikleri çıkarılmıştır. Görsel özellik elde edilmesinde müziğin spektrogramı elde edilerek bu spektrogram üzerinde görüntü işleme teknikleriyle özellik çıkarılmıştır. Görsel özellikler kısmında kullanılan görüntü tanımlayıcılardan bir tanesi SIFT' dir. Görüntü tanımlayıcılar bir görüntüye ait olan özelliklerin çıkarılmasını sağlar. SIFT görüntü tanımlayıcısı görüntüden özellik çıkarırken hem görüntü rotasyonundan hem de ölçekten bağımsız çalışmaktadır. Yani görüntü rotasyonunda ya da ölçekte meydana gelebilecek herhangi bir değişiklik SIFT görüntü tanımlayıcısının performansını herhangi bir şekilde etkilememektedir. SURF algoritması da bir diğer görüntü tanımlayıcısı olarak kullanılmıştır. SURF, SIFT algoritmasının hızlandırılmış şeklidir. Dolayısıyla SURF' de hem görüntü rotasyonundan hem de ölçekten bağımsız çalışmaktadır. Görüntü tanımlayıcılar elde edildikten sonra bu tanımlayıcılardan çıkan vektörler kullanılarak özellik kümesi histogramı oluşturulur. Özellik kümesi özellikle son yıllarda görüntü sınıflandırmada kullanılan bir yöntemdir. Görüntü tanımlayıcılardan elde edilen vektörler k-means yöntemi kullanılarak benzerliklerine göre sınıflandırılır ve bunların histogramı alınır. Daha sonra bu histogramlar sınıflandırıcı eğitiminde kullanılır. Sınıflandırıcı olarak da destek vektör makinesi ve k-nn sınıflandırıcısı kullanılmıştır. K-nn sınıflandırıcısı uygulaması basit olan bir sınıflandırma çeşididir. Bu sınıflandırıcının diğer sınıflandırıcılardan farkı eğitim aşamasına gerek duymamasıdır. Eğitim verileri sınıflandırma sırasında bu sınıflandırıcı tarafından direkt olarak kullanılır. Destek vektör makinesi de bir danışmanlı öğrenme çeşididir. Görüntü ve ses işleme alanında sınıflandırıcı olarak en çok kullanılan yöntemdir. Bu sınıflandırıcı farklı sınıfları birbirinden ayırt edebilecek en iyi hyperplane'ı bularak sınıflandırma işlemini gerçekleştirir. Sistem gerçeklemesinde kullanılan temel eleman Raspberry pi vakfı tarafından üretilmekte olan Raspberry pi 2 'dir. Raspberry pi, içinde Linux Raspbian işletim sistemi olan bir karttır. Dolayısıyla aslında Linux yüklü bir bilgisayar gibi de düşünebiliriz. Dolayısıyla herhangi bir yazılım programı(c,c++,python…) yüklenerek yazılım geliştirilmesi mümkündür. Bu çalışma python 2 kullanılarak geliştirilmiştir. Raspberry pi 2 4 çekirdekli ARMV7 cortex 900MHZ işlemci, 1GB RAM ve SD kart yuvasına sahiptir. Yapılan çalışmalar sonucunda elde edilen performansın dört müzik türünü ayırt etmede iyi sonuç verdiği görülmektedir. Sadece görsel özellikler kısmının bile müzik tür sınıflandırmasında kullanılabileceğini göstermiştir. İlk bölümde müzik ve müzik türlerinden bahsedilmiş ve müzik türlerinin kendine özgü özelliklerinin olduğundan bahsedilmiş ve gösterilmiştir. İkinci bölümde de özellik detektörler ve görüntü tanımlayıcılardan bahsedilmiştir. Sesin spektrogram görüntüsü üzerinden özellik detektörler yardımıyla anahtar noktaların bulunup, bu anahtar noktalardan da görüntü tanımlayıcılar yardımıyla özellik çıkarma işlemi uygulandığından bahsedilmiştir. Müteakiben oluşturulan üçüncü bölümde, görüntü tanımlayıcılardan çıkan vektörlerin benzerliklerine göre kümelenmesi ve bunların histogramının çıkarılmasıyla özellik kümesinin elde edilmesinden bahsedilmiştir. Dördüncü bölümde ise sesin akustik özelliklerinden olan Mel Frekans Kepstral Katsayıların dan bahsedilmiştir. Beşinci bölümde hem akustik özellikleri hem de görsel özellikleri sınıflandırma işleminde kullanılan Destek Vektör Makinesi ve knn sınıflandırıcısına değinilmiştir. Son olarak ise altıncı bölümde sistemin gerçeklenmesine değinilmiş ve elde edilen sonuçlar gösterilmiştir.
-
ÖgeDesign of smart electronic adult diaper(Graduate School, 2022)Nowadays, technology is now in almost every aspect of our lives and people can quickly adapt to new technologies. Technology, which develops day by day as a result of the work of academics, scholars, researchers and engineers, creates new areas for itself every day. In this thesis, which we set out with the philosophy that every technological development arises from needs and every new need are occured by technological developments, we designed the Smart Electronic Adult Diaper. In this thesis, all the processes of a Smart Electronic Adult Diaper design have been explained in detail, respectively. In addition to a scientific study, a product design process has also been presented in the thesis. Every stage of the thesis work, from the idea phase to the prototype phase, from artificial tests to real tests, has been handled and analysed in detail. During the thesis study, electronics, communication, computer, medicine, biology, chemistry and psychology sciences have been taken as references and the design has been carried out in the light of these sciences. The first part of the thesis is the introduction part. In the introduction, some preliminary information has been shared to make the thesis work more understandable. Information about the purpose of realization of the thesis and how this purpose emerged has been given. The terms and definitions mentioned in the next steps of the thesis have also been clarified in the introduction. In addition, the roadmap of the thesis study has been explained in detail in this section. The next part of the thesis is a literature search. In the literature research, every factor, criterion, parameter and problem that is within the scope of the thesis study has been investigated and conveyed in detail. In the design of the Smart Electronic Adult Diaper, every criterion, parameter and feature has been presented by researching it from various aspects with multiple sciences. Multiple fields of electronics, communications, computers, medicine, biology, chemistry and psychology have been used, sometimes for reference and sometimes as inspiration. The process from the development of technology to wearable technologies is mentioned. Afterwards, information about adult diapers, their types, and usage areas have been given. In addition, the factors and problems that cause adult diaper use and the problems experienced by users during adult diaper use have also been examined in detail. In the last part of this section, the advantages and disadvantages of the studies carried out so far and shared in the literature for the detection of urinary and fecal incontinence have been mentioned. Sensors/systems that detect urinary/fecal incontinence have been examined in detail in terms of use and application. In the next section, pre-tests performed to compare the sensors/systems mentioned in the studies in the literature have been presented. Since almost all of the studies in the literature have been carried out for the detection of urinary incontinence, urinary incontinence has been simulated in pre-tests. The advantages and disadvantages of each sensor/system have been determined in this section, where similar sensors/systems in the studies mentioned in the literature are tested. Studies separated as sensor material and sensor layer have been tested with various liquids (water, salt solution (artificial urine) and real urine) in various volumes (50 ml, 100 ml and 250 ml). The data obtained as a result of the tests have been analyzed and the advantages and disadvantages of each sensor/system have been compared. In the next section, which is entered into the design part of the thesis, each parameter affecting the design has been examined in detail. The objectives of each design and the reasons for each selected component have been explained in detail. In the design, the user and caregiver experience has been taken into account, as well as the applicability and usability of the designs and components. Components and communication features have been explained in detail. In the hardware/software design part of the thesis, hardware design and software design have been explained step by step. It is clearly seen in this section which steps the design process goes through in order.
-
ÖgeA hardware based gunshot sound detection system(Institute of Science and Technology, 2020)With the development of semiconductor technology, embedded systems' capacity of operations also increases day by day. In this way, small-sized devices are able to perform complex works. As a result, people take advantage of embedded systems in a wide variety of areas to enhance the life quality of living. As a result of technological developments, the use of tools that assist law enforcement officers in crime detection is also increasing. Available gunshot detection systems mainly focuses on preventing illegal hunting, decreasing crime rates in public space, and detecting gunshot direction in battlefield areas. When the literature is examined, it is seen that machine learning methods are used in the studies used in gunshot sound detection. However, the number of hardware-based systems used in gunshot sound detection is quite a few and mostly simple methods such as cross-correlation threshold, edge detection are implemented. In this work, it is aimed to realize a gunshot sound detection system on hardware. In this context, it is aimed to select the system that uses the advantages of machine learning methods and is the most suitable for implementation on the hardware. When the literature is examined, it has been observed that the mel coefficients, signal energy and zero crossing properties perform well in determining the gunshot sound. For this reason, the mentioned features were obtained from the audio signal and used in k-nearest neighbors (k-NN) and support vector machines (SVM) classification algorithms. An accuracy rate of 96.1538% was obtained with the k-NN classifier and 91.3462% with the SVM classifier.
-
ÖgeLow power general purpose processor design and instructions set extension for AES(Institute of Science and Technology, 2020)In the last years, there has been a big growth in the demand for portable electronic devices. Most of these devices need to operate on a thrifty energy budget and they must be designed to work under extreme energy constraints for a long time. Also, a lot of smart devices need to communicate with the outer world and with other devices, and all these communications must be secure. These requirements have increased the investments in developing low-power integrated circuits with encryption capabilities. In this thesis, a low-power general purpose processor design is presented. Then the processor design is improved by extending the instruction set with instructions for the Advanced Encryption Standard (AES). In chapter one, many embedded systems architectures for low-power applications are introduced, then in chapter two the Advanced Encryption Standard is explained. In chapter four, the designed processor's instruction set is given, and its architecture is explained in detail. Then the processor architecture is improved by adding many pipeline stages. Pipeline hazards are handled without complicating the processor architecture. In chapter five, both processor designs (the non-pipelined and the pipelined) were tested with simple programs to compare its performances. The pipelined processor showed better results in terms of the required clock cycles to finish test programs, the throughput and the consumed energy. Both processor designs were also compared with the well-known Xilinx PicoBlaze processor. The pipelined processor beat PicoBlaze according to the maximum clock rate and dynamic on chip power. In chapter six, The AES algorithm is implemented in Assembly language and is run on the pipelined processor. Then AES algorithm code is investigated using its control flow graphs.
-
ÖgeGöğüs kafesi röntgen görüntülerinde derin öğrenme metoduyla zatürre hastalığının tanısı(Fen Bilimleri Enstitüsü, 2020)Bu çalışmada göğüs kafesi radyografik görüntüleri kullanılarak ilk olarak pnömoni (zatürre) ve sağlıklı olmak üzere ikili sınıflama yapılarak hastalığın varlığı tespit edilmeye çalışılmıştır. Buna ek olarak ise aynı veri kümesi üzerinden zatürrenin iki farklı çeşidi olan bakteriyel ve viral zatürre sınıfları da kullanılarak, sağlıklı, viral zatürre ve bakteriyel zatürre olmak üzere üçlü sınıflama yapılarak incelenen görüntünün hangi sınıfa ait olduğu tespit edilmeye çalışılmıştır. Her iki çalışmada da iki farklı derin öğrenme metodu kullanılmıştır. Bunlar Evrişimsel Sinir Ağları (ESA) ve Topluluk Öğrenimi modelidir. Bu çalışma için Topluluk Öğrenimi modeli üç farklı ağı içeren bir modeldir. Bu ağlar iki farklı ESA modeli ve öğrenme aktarımı yoluyla kullanılan Inception-V3’tür. Topluluk Öğrenimi modelinde her ağ ayrı ayrı eğitildikten sonra çoğunluk oylaması yöntemiyle incelenen görüntünün sınıfına karar verilir. İkili sınıflamada kullanılan veri kümesi normal ve zatürre olmak üzere iki ayrı sınıf etiketi içermektedir. Üçlü sınıflama için ise zatürre olarak etiketlenen görüntüler dikkatli incelendiğinde bu sınıfın da kendi içinde ikiye ayrıldığı görülmüştür. Bunlar virus zatürre ve bakteriyel zatürredir. Zatürre sınıfı da bunlar dikkate alınarak ikiye ayrılmış ve toplamda normal, virüs zatürre ve bakteriyel zatürre olmak üzere üç sınıf içeren bir veri kümesi elde edilmiştir. Kullanılan veri kümesi sınıflar üzerinde dengeli bir dağılıma sahip olmadığı için eğitilen modelin, görüntü sayısı fazla olan sınıfa doğru eğilimini engellemek amacıyla her iki sınıflama türü için de kullanılan sınıflar Smote metoduyla dengelenmiştir. Smote metodu bir aşırı örnekleme algoritmasıdır. Bu yöntemle görüntü sayıları, çoğunluğu içeren sınıf baz alınarak sentetik veriler üretimiyle dengelenir. Smote metodu uygulanmadan önce veri kümesi eğitim ve test kümelerine ayrılır.