Application of Artificial Intelligence to Paper Based Colorimetric Sensors

Elif Yüzer

Kolorimetrik analiz, biyomoleküllerin saptanmasında kullanılan ve çıplak gözle gözlemlenen maddenin varlığını ve konsantrasyonunu belirlemek için renk değişimlerini kullanılarak ölçülmesini sağlayan bir tekniktir. Sağlık, gıda, ilaç, kozmetik ve boya endüstrileri gibi birçok farklı alanda biyolojik, tıbbi ve çevresel numunelerin analizinde kolorimetrik analiz kullanılmaktadır. Bakım-noktası (POC) testleri kullanım kolaylığı ve ulaşılabilirliği nedeniyle bir çok alanda kullanılmaktadır. POC testlerinin kolorimetrik analiz ile entegrasyonu kullanım kolaylığını arttırmaktadır. Kolorimetrik ...Daha fazlası

Yüksek Lisans 2023 Mustafa Şen İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 4 Görüntülenme

Erişime Açık

Artificial Intelligence Based Resource Allocation in Cell-Free Networks

Mert Demirel

With the rapid development of technology, cellular networks can no longer meet the demands of wireless networks. Communication systems need to be updated to ensure that every user equipment (UE) receives accurate and efficient service. Cell-free (CF) networks offer advantages over cellular networks, such as more flexible resource allocation, higher capacity, better coverage and lower interference. The deployment of multiple access points (APs) and flexible allocation of resources leads to higher network performance and efficiency. In addition, in CF networks, users can communicate with ...Daha fazlası

Yüksek Lisans 2023 Esra Aycan Beyazıt İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 4 Görüntülenme

Süreli Ambargo

Beyin Tümörlerinin Görüntü Transformatörleri ile Tespiti ve Bölütlenmesi

Efe Ali Özkesici

Beyin tümörleri insan sağlığını ciddi şekilde tehdit eden karmaşık patolojik durumlardır. Bu hastalığın tehlikeli doğası, erken teşhis ve etkili tedavinin önemini vurgulamaktadır. Bu bağlamda yapay zeka (AI) ve görüntü işlemenin (IP) sunduğu teknolojik yöntemler, beyin tümörlerinin tespitinde önemli gelişmeler sağlamıştır. Bu çalışmanın odak noktası, Görüntü Transofrmatörü (ViT) derin öğrenme modelinin beyin tümörü tespiti bağlamında potansiyelini değerlendirmektir. Beyin tümörlerinin tespiti, karmaşık MRI verilerinin hassas analizini gerektirir ve yapay zeka, bu zorluğun üstesinden gelmek içi ...Daha fazlası

Yüksek Lisans 2024 Osman Gökalp İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 2 Görüntülenme Ambargo Kalkış : 20.08.2024

Erişime Açık

Derin Öğrenme Tabanlı Akıllı Tarım ve Uygulamaları Yazılım

Furkan Alp ESEN

Geleneksel tarım faaliyetlerine yapay zekayı entegre edebilmek için yeterli donanıma ve bilgiye sahibiz. Bu çalışma kapsamında geliştirilen mobil uygulama ile yapay sinir ağları kullanılarak, çiftçilerin mobil uygulama üzerinden bitkilerin hastalıklarını tespit edebilmesi sağlanmıştır. Eğitilen derin öğrenme modelleri sayesinde üreticiler; 14’ten fazla hastalıklı veya sağlıklı bitki yapraklarının fotoğrafını çekerek yapay zeka ile rahatlıkla durumunu öğrenebilir ve yayılmakta olan hastalığa oldukça hızlı bir şekilde tedavi uygulayabilir hale gelmiştir. Üretici; farklı araziler üzerinde ektiği ...Daha fazlası

Yüksek Lisans 2023 AYTUĞ ONAN İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 37 Görüntülenme

Erişime Açık

Çocuk Resimlerindeki Nesnelerin Derin Öğrenme Yöntemleriyle Tespit Edilmesi

Betül GÜLTER

Görüntü işleme yöntemleri kullanılarak durağan ya da hareketli görüntülerin analizleri gerçekleştirilebilir ve söz konusu görüntülerden anlamlı bilgiler çıkarılabilir. Tespit ve tanıma sonrasında takip edilecek olan nesnenin değişken bir ortam içinde bulunması zorlaştırıcı unsurlardan birisidir. Bunun gibi zorlaştırıcı unsurlarla başa çıkabilmek ve nesne takibini başarıyla gerçekleştirebilmek için farklı yöntemler geliştirilmiştir. Son yıllarda yapay zekâ tabanlı bileşenlerle güçlendirilen bu sistemler hem daha hızlı hem de daha kesin hedef tespiti yapmayı sağlamaktadır. Derin öğrenme al ...Daha fazlası

Yüksek Lisans 2023 İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 4 Görüntülenme