Makale Koleksiyonu

Bu koleksiyon için kalıcı URI

https://hdl.handle.net/11491/2132

Listeleniyor 1 - 8 / 8

Data privacy-aware machine learning approach in pancreatic cancer diagnosis
(BMC, 2024) Akmeşe, Ömer Faruk
Problem Pancreatic ductal adenocarcinoma (PDAC) is considered a highly lethal cancer due to its advanced stage diagnosis. The fve-year survival rate after diagnosis is less than 10%. However, if diagnosed early, the fve-year survival rate can reach up to 70%. Early diagnosis of PDAC can aid treatment and improve survival rates by taking necessary precautions. The challenge is to develop a reliable, data privacy-aware machine learning approach that can accurately diagnose pancreatic cancer with biomarkers. Aim The study aims to diagnose a patient’s pancreatic cancer while ensuring the confdentiality of patient records. In addition, the study aims to guide researchers and clinicians in developing innovative methods for diagnosing pancreatic cancer. Methods Machine learning, a branch of artifcial intelligence, can identify patterns by analyzing large datasets. The study pre-processed a dataset containing urine biomarkers with operations such as flling in missing values, cleaning outliers, and feature selection. The data was encrypted using the Fernet encryption algorithm to ensure confdentiality. Ten separate machine learning models were applied to predict individuals with PDAC. Performance metrics such as F1 score, recall, precision, and accuracy were used in the modeling process. Results Among the 590 clinical records analyzed, 199 (33.7%) belonged to patients with pancreatic cancer, 208 (35.3%) to patients with non-cancerous pancreatic disorders (such as benign hepatobiliary disease), and 183 (31%) to healthy individuals. The LGBM algorithm showed the highest efciency by achieving an accuracy of 98.8%. The accuracy of the other algorithms ranged from 98 to 86%. In order to understand which features are more critical and which data the model is based on, the analysis found that the features “plasma_CA19_9”, REG1A, TFF1, and LYVE1 have high importance levels. The LIME analysis also analyzed which features of the model are important in the decision-making process. Conclusions This research outlines a data privacy-aware machine learning tool for predicting PDAC. The results show that a promising approach can be presented for clinical application. Future research should expand the dataset and focus on validation by applying it to various populations.
MO-CCCII-Based Single-Input Multi-Output (SIMO) Current-Mode Fractional-Order Universal and Shelving Filter
(MDPI, 2024) Şen, Fadile; Kırcay, Ali; Sonbaş Cobb, Buket; Akgül, Akif
This study introduces an innovative filter topology capable of providing simultaneous positive and negative gain outputs for one-fractional order LP, with high-pass, all-pass, and fractional-order shelving filter responses. The circuit, utilizing multi-output second-generation current-controlled conveyors, stands out as the first to deliver ten outputs, incorporating both integer and fractional-order filter responses, without requiring additional components. Its current-mode design simplifies the process, employing minimal active and grounded passive elements, making it appropriate for low-voltage/low-power applications. The filter utilizes fifth-order Oustaloup approximation and Foster type-I RC networks for fractional-order capacitors, providing enhanced control over the transition slope. PSpice simulations confirmed a 1 kHz cut-off, showcasing low power consumption, minimal noise, and a wide dynamic range, positioning the filter as suitable for sensors, control, and acoustic applications.
Intelligent Lighting System Using Color-Based Image Processing for Object Detection in Robotic Handling Applications
(MDPI, 2024) Akış, Uğur; Dişlitaş, Serkan
Abstract: In applications reliant on image processing, the management of lighting holds significance for both precise object detection and efficient energy utilization. Conventionally, lighting control involves manual switching, timed activation or automated adjustment based on illuminance sensor readings. This research introduces an embedded system employing image processing methodologies for intelligent ambient lighting, focusing specifically on reference-color-based illumination for object detection and positioning within robotic handling scenarios. Evaluating the system’s efficacy entails analyzing the illuminance levels and power consumption through a tailored experimental setup. To minimize illuminance, the LED-based lighting system, controlled via pulse-width modulation (PWM), is calibrated using predetermined red, green, blue and yellow (RGBY) reference objects, obviating the need for external sensors. Experimental findings underscore the significance of color choice in detection accuracy, highlighting yellow as the optimal color requiring minimal illumination. Successful object detection based on color is demonstrated at an illuminance level of approximately 50 lx, accompanied by energy savings contingent upon ambient lighting conditions.
A Hidden Chaotic Attractor with an Independent Amplitude-Frequency Controller
(WILEY-HINDAWI, 2022) Islam, Yousuf; Li, 2 Chunbiao; Jiang, Yicheng; Akgül, Akif
In this paper, a three-dimensional chaotic system with a line equilibrium is studied, in which a single nonbifurcation parameter is used to control the amplitude and frequency. A variety of chaotic signals can be modified using the amplitude-frequency control switch. The realization of circuit simulation based on multisim further verifies the theoretical analysis. Finally, the method for encrypting color images is tested, and the process performance is valued. It shows that the novel chaotic oscillation has a promising application prospect in image encryption.
The Use of Machine Learning Approaches for the Diagnosis of Acute Appendicitis
(Hindawi Ltd, 2020) Akmeşe, Ömer Faruk; Doğan, Gül; Kör, Hakan; Erbay, Hasan; Demir, Emre
Acute appendicitis is one of the most common emergency diseases in general surgery clinics. It is more common, especially between the ages of 10 and 30 years. Additionally, approximately 7% of the entire population is diagnosed with acute appendicitis at some time in their lives and requires surgery. The study aims to develop an easy, fast, and accurate estimation method for early acute appendicitis diagnosis using machine learning algorithms. Retrospective clinical records were analyzed with predictive data mining models. The predictive success of the models obtained by various machine learning algorithms was compared. A total of 595 clinical records were used in the study, including 348 males (58.49%) and 247 females (41.51%). It was found that the gradient boosted trees algorithm achieves the best success with an accurate prediction success of 95.31%. In this study, an estimation method based on machine learning was developed to identify individuals with acute appendicitis. It is thought that this method will benefit patients with signs of appendicitis, especially in emergency departments in hospitals.
Üniversite yerleşkelerinde Wi-Fi erişim noktaları kullanılarak konum belirleme çalışması
(Süleyman Taşgetiren, 2014) Coşar, Mustafa
Üniversite yerleşkelerinde öğrenci, personel ve misafir özelliklerine sahip bireylerin konum bilgileri üniversite internet sistemi içerisinde yer alan kablosuz ağlar yardımıyla belirlenerek onlar için hazırlanmış olan duyuru, haber ve etkinliklerin bildirilmesi; bilginin ve erişimi hızının çok önemli olduğu günümüzde; hayati önem taşımaktadır. Bireyler, üniversite Wi-Fi ağına kimlik belirleme algoritmaları kullanılarak giriş yaptıklarında (authentication) Wi-Fi kontroller cihazları yardımıyla hangi access point üzerinden bağlanmak istediklerini bildiren bir veri paketleri gönderirler. Bu paketler içerisinde kişinin cihazının IP ve MAC adresi yer almaktadır. Bu isteğe onay verildiğinde aldığı IP adresine göre accesss pointe konum bilgisi öncelikle bina içi veya dışı sonrasında koridor ve sınıf bilgisiyle tespit edilebilmektedir. Bu konum belirleme işlemi sayesinde; öncelikle acil durumlarda müdahale yeteneğinin artırılması, ardından eğitim faaliyetleri ile ilgili haber ve duyuruların akıllı mobil cihazlar üzerinden iletilmesi ve son olarak da misafirlerin navigasyona ihtiyaç duydukları anlarda Wi-Fi hattı üzerinden yerleşke haritası ve bulunduğu konum bilgileri yardımıyla ulaşımını kolaylaştırılmasının sağlanması hedeflemektedir.Geliştirilen bu uygulama sayesinde kişi access point üzerinden kampus networküne bağlandığı anda veri tabanında daha önce kayıtlı olan MAC ve IP adresi yardımıyla diğer bilgilerinin sorgulanması yapılmakta ve kimlik profiline göre onu ilgilendiren bilgiler, duyuru ve haberler SMS yardımıyla kendisine iletilmektedir. Bunun için bir mobil uygulama kullanılabileceği gibi SMS veya ağ içi haberleşme sistemleri de kullanılabilmektedir.
Web tabanlı uzaktan eğitimde sıra, hız ve içerik kontrellerinin akademik başarıya etkisi
(Gazi Üniversitesi, 2008) Mahiroğlu, Ahmet; Coşar, Mustafa
Bu araştırmada, web tabanlı uzaktan eğitim sistemlerinde öğrenenlere sunulan içerik, sıra ve hız kontrollerinin öğrenenin akademik başarısı üzerindeki etkilerinin belirlenmesi amaçlanmıştır. Araştırma, bu genel amaç doğrultusunda web tabanlı hazırlanan Bilgisayar Ağ Sistemleri dersi ile Çorum Meslek Yüksekokulu’nda öğrenim gören ögrenciler üzerinde yapılmıştır. Araştırmanın test yapısı, ön test ve son test olarak hazırlanmıştır. Araştırmanın örneklemi, Çorum Meslek Yüksekokulunda 2005-2006 öğretim yılında öğrenim gören 30 ar kişilik 3 gruba ayrılmış toplam 90 öğrenciden oluşmaktadır. Birinci gruba içerik kontrolü, ikinci gruba içerik ve hız kontrolleri, üçüncü ve son gruba da içerik, hız ve sıra kontrollerinin tümü ile hazırlanan dersler uygulanmıştır. Başarı testleri ile elde edilen bulgularla yapılan istatistiksel hesaplamalardan, birinci grubun, diğer iki gruptan farklı düzeyde, ikinci ve üçüncü grupların ise benzer düzeylerde başarıyı artırıcı etkiye sahip olduğu görülmüştür.
Dış ortam kablosuz networklerde uygun sinyal dağılımının görünürlük analizi yöntemiyle belirlenmesi
(Sakarya Üniversitesi, 2017) Coşar, Mustafa; Tombuş, Fazlı Engin; Ozulu, İbrahim Murat; İlçi, Veli
Üniversite yerleşkelerinde kablosuz ağlar son yıllarda büyük önem kazanmıştır. Bu ağların üniversite yerleşkeleri gibi büyük bölgelerde planlanması, tasarlanması ve kurulması sırasında birçok problemle karşı karşıya kalınmaktadır. Bu problemlerden bazıları, yerleşkelerin fiziki özellikleri, uygun cihaz konfigürasyonu ve gerekli olan cihazların adedinin belirlenmesidir. Özel firmalar proje için kendi yöntemleri ile marka, model, maliyet ve adet belirlemektedirler. Ancak çıkan sonuç her zaman kurum açısından pekte uygun olmamaktadır. Bu nedenle yerleşkelere uygun sinyal dağılımına sahip planlama ve tasarımın yapılabilmesi birçok sorunu çözmekle birlikte kullanımı ve memnuniyeti artırıcı etkiye sahip olacağı düşünülmektedir. Bu çalışmada, Hitit Üniversitesi Kuzey Yerleşkesinde kurulu olan bir adet dış ortam erişim noktasından (Access Point-AP) elde edilen sinyal dağılımına göre coğrafi bilgi sistemleri görünürlük analizi yardımıyla tüm alan için kestirim yapılarak uygun sinyal dağılımı belirlenmeye çalışılmıştır. Çalışma sonunda 56 hektarlık bir bölgeye toplam 9 adet dış ortam AP ile uygun sinyal dağılımı elde edilmiştir.

Güncel Gönderiler