Yazar "Ataş, Musa" seçeneğine göre listele
Listeleniyor 1 - 13 / 13
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Açıklık kuplajlı mikroşerit yama antenler için yapay sinir ağ modeli(2013) Ataş, İsa; Kurt, M. Bahattin; Ataş, MusaTeknolojinin gelişmesine paralel olarak kablosuz iletişimin ilgi görmesi, son yıllarda anten teknolojisininhızlı ilerlemesine olanak sağlamıştır. Kablosuz iletişim araçlarından biri de mobil uygulamalarda ve uzayaraçlarında kullanılan Mikroşerit Yama Antenlerdir (MYA). Kişisel taşınabilir cihazların yaygınlaşmasıMYA' nın önemini daha da arttırmıştır.Bu çalışmada 1GHz ile 3.5GHz arasındaki frekans değerleri için, Yapay Sinir Ağ (YSA) modeline dayalıAçıklık Kuplajlı Mikroşerit Yama Anten (AKMYA) tasarımı yapılmıştır. AKMYA'lar mikroşerit hat ilebeslenirler ve kendi sınıfındaki MYA tipleri içerisinde en yüksek bant genişliğine sahiptirler.Geometrik yapıları farklı 500 adet AKMYA'nın simülasyonu, Finite Element Method (FEM) yönteminikullanan 3 boyutlu tam dalga Elektromanyetik Alan Simülatörü (EAS) yazılımı ile yapılmış ve her bir anteniçin rezonans frekans değeri hesaplanmıştır.Levenberg-Marquardt (LM) öğrenme algoritması temelinde geliştirilen YSA modeli, EAS ile üretilenörnekler ile eğitilmiş, eğitim süresince görmediği test veri seti kullanılarak doğruluğu ölçülmüştür.Geliştirilen YSA modelinin başarımının ölçülmesinde 5 kat çaprazlama doğruluk yöntemi kullanılmış ve %3.5 test hata oranı tespit edilmiştir. Zaman verimliliği açısından bakıldığında önerilen yöntemin, EASyazılımına göre en az 100 kat daha hızlı çalıştığı tespit edilmiştir. Önerilen YSA modelinin AKMYA'larınrezonans frekansının belirlenmesinde etkin ve verimli bir yöntem olacağı düşünülmektedir.Öğe Bilgisayarlı Görü Sistemi Kullanılarak Siirt Fıstığının Otomatik Olarak Sınıflandırılması(2015-09-15) Ataş, MusaToday, machine vision systems are used successfully and effectively on many areas including production, medical, military, robotic and agriculture. Delivery of agricultural foods, scrutinized before packaging, boosts the competitiveness of the organizations in the context of the quality standards and non-destructive testing. Turkey is the third pistachio producer in the world. According to 2010 data, Siirt province is the third producer in the Turkey and supplied 14 % of the national pistachio production. Siirt pistachios are consumed as a fresh nut, desired more than Antep pistachios in the market since, Siirt pistachios have coarser grains, contain low oil levels and higher nutrients properties. Hence, economic income would be better. According to Tigris Reconstruction Agency (TRA), a project of a modern plant in Siirt province with the processing capacity of 15.000 tons Siirt pistachios annually has been supported by IPA (Instrument for Pre-accession Assistance). It is expected that this modern plant will be active in the next three years. During the processing stages of the pistachios, there are three significant steps. These are detection of un cracked kernels, separation of empty pistachios from filled ones and classification of the pistachios according to their size, shape, healthy, morphological and aesthetical properties. Current technologies carry out these duties in a mechanical and physical manner at the expense of deterioration in the quality of the nuts. For example, separation of the empty kernels is realized based on buoyancy of water principle. However, the moisture content of pistachios and mold growth is increased and lead to aflatoxin contamination. Additionally, grading process is currently accomplished via mechanical sieves while changing the pores of the sieves. So, there is no automatic system that can separate pistachios with foreign materials, including in shell nuts, shells or shells fragments, various types of defects, mold, insect damage, rancidity and decay. Another concern is about cracked/un cracked classification. Detection of cracks in Siirt pistachios are currently performed manually by visual inspection of the workers in a primitive manner. There may be some health problems when considering food hygiene and safety. On the other hand, classification of the huge amount of pistachio nuts in this way may not bring the desired results since this tedious process actually is time consuming, labor intensive in nature and it is not cost effective. Because the amount of non-cracked shells directly influence the customer satisfaction, establishing such a classifier system with high accuracy rate becomes indispensable. Recently, optical, mechanical, electrical and acoustic methods are used for classification of the agricultural products. In this regard, Pearson showed that cracked/un cracked pistachio nuts can be well separated according to impact acoustic sounds. Furthermore, Kalkan et.al. achieved 96.7 % accuracy rate for the classification of the cracked/ un cracked hazelnut kernels. Additionally, Omid et.al showed that cracked Iran pistachios can be separated at a rate of 97.5%. Almost all studies in the literature utilized impact acoustic signal for extracting a feature vector. Nevertheless, the main limitation of the impact acoustic based system is that, they are more easily affected from the environmental noises and is successful only for the specific size range of pistachios. In case of different size and moisture content pistachios, fault rate can also be increased. Besides, for multichannel design in mind, misclassification rate may also increases due to interfering effect of the parallel channels. In order to address this particular problem, image data also can be utilized along with impact acoustic data. In this study, we aim to increase the classification accuracy of the proposed system by two different source of information (sound and image). To keep the impact acoustic data immune to environmental factors, piezoelectric sensor or vibration sensor will be stacked to the steel plate which is used for impact of pistachios. Thus, impact acoustic vibrations can be converted into the electrical signals robust from environmental factors and noises. This enhancement also makes the multichannel processing of pistachio separation feasible. In addition to impact acoustic, classification can be performed based on both spatial and volumetric features. General procedure will be as follows. Raw pistachio nuts will be left from high place within a certain time interval as a free fall motion. Images of these nuts will be acquired by passing them through a tunnel that contains several cameras with different angle of views. Then, pistachio nuts will bump into the steel plate with piezoelectric sensor in order to generate impact acoustic data. Analyzed pistachios based on image and impact acoustic will be grouped into cracked and un cracked groups in general. Un cracked and cracked nuts will be subjected to the quality standards, based on impact acoustic data with filled and un-filled kernels and image data with foreign materials, unmarketable species, moldy, first-second-and third degree quality, respectively. Pistachio samples will be supplied by different pistachio processing organizations in Siirt. By making the train and test set larger than the previous studies, real time performance of the proposed system will be predicted more accurately. As it is known, even 1 % raise in classification performance for industrial applications lead to add value and increase the competitiveness of the organizations. As a result, this productivity enhancement provides positive contributions to our national economy.Öğe Classification of Siirt and Antep Pistachio nuts based on Computer Vision(2015-01-01) Ataş, Musa; Doğan, Yahyain this study machine vision based pistachio nut classifier system is presented. Proposed system is evaluated on the Siirt pistachio species. Siirt pistachio nuts differ from other pistachio species such as Antep pistachio according to their shape, size and taste properties. Traditionally, pistachio nuts are inspected/classified via visual inspection of workers, manually. As a result, classification process is subjected to poor efficiency in terms of time and cost. Moreover, visual inspection and classification by hand is a tedious process and may contain various health risks. Our developed machine vision system aims to classify pistachio nuts to closed and open shell classes in a fully automated manner.For the sake of simplicity and rules extraction ability from training dataset, J48 decision tree was utilized as a main classifier. Classification performance of J48 was also compared to other well-known classifiers including Naïve Bayes and Multi-Layer Perceptron (MLP). Experiments revealed that proposed system using J48 decision-tree yields simple and interpretable classifier along with satisfactory classification accuracy performance of 94.5%.Öğe Fast weighing of pistachio nuts by vibration sensor array(2016-01-01) Ataş, Musa; Doğan, Yahya; Ataş, İsaImpact acoustic sound signal is previously used to discriminate open-shell pistachios from closed ones and for crack detection purposes. Weight of the pistachio samples can be utilized as a feature vector for sorting and grading processes. Nevertheless, traditional weighing procedure is time consuming. Moreover, efficient fast weighing system based on impact acoustic signals for pistachio nuts has not been studied yet. This study aims to discuss the design and evaluation of a real time fast weighing system for pistachio nuts. Proposed system can be extended to other agricultural or industrial products where weight information is critical as well. In order to eliminate the sensor noise and improve the signal quality, piezoelectric sensor arrays containing 15 piezoelectric vibration sensors are employed. Final impact acoustic signal energy is determined by averaging the sensor array signals.10 pistachio samples with incremented weights ranging from 0.56 to 1.64 gr are utilized for calibration process of the sensor array. Extra two heavy objects (4.05 and 5.65 gr) are participated to the calibration set also. In order to improve accuracy and achieve consistent measurements repetitive trials approach is adopted. Excessive repetition of experiments theoretically yields more accurate and consistent measurements with minimum standard deviation. Consequently it is observed that 10 times repetition scheme produces satisfactory results with 3% coefficient of variation and 5ms of computational cost indicates that proposed system can be applicable for fast weighing of pistachio nuts.Öğe Fıstık sınıflandırma sistemi için Siirt fıstığı imgelerinden gürbüz özniteliklerin çıkarılması(2016) Ataş, MusaSiirt fıstığı diğer fıstık çeşitlerine göre daha iri taneli oluşu, aroma ve tadındaki farklılıklarından dolayı Antep fıstığı çeşidine göre piyasada çoğunlukla taze çerez olarak tüketilmektedir. Yıllık ortalama 25 bin ton üretim kapasitesi olan Siirt fıstık çeşidinin yurtiçi ve dışında pazarlanabilmesi ve müşteri memnuniyetini kazanabilmesi için kalite standartlarına göre bir sınıflandırma ve derecelendirme işlemine tabi tutulması gerekmektedir. Hâlihazırda sınıflandırma işlemi manuel olarak işçiler ve mekanik araçlar kullanılarak yapılmaktadır. İnsan gücü ile sınıflandırma işlemi uzun zaman alan, sıkıcı ve verimi düşük bir süreçtir. Bununla birlikte söz konusu işlem gıda hijyeni açısından da riskler taşımaktadır. Diğer taraftan mekanik araçlar (titreşim temelli elekler ve iğneli sınıflandırıcılar) istenilen doğrulukta sınıflandırma yapamamaktadırlar. Sonuç olarak bilgisayar görü tabanlı tam otomatik bir fıstık sınıflandırıcı sistemine gereksinim duyulmaktadır. Bu çalışmamızda, Siirt fıstığının kalite standartlarına göre sınıflandırılması işleminde kullanılmak üzere görüntüleri alınan Siirt fıstığı numunelerinden ayrımsallık gücü yüksek özniteliklerin çıkarılması için çeşitli imge işleme yöntemlerinin geliştirilmesi hedeflenmiştir. İmgelerden çapların oranı, fıstık alanı ve kenar alan oranı öznitelikleri çıkarılmıştır. Elde edilen gürbüz öznitelik vektörü çevrim dışı (offline) sınıflandırma işlemine girdi parametresi olarak verilmiştir. TSE standartlarına göre fıstıklar, alan uzmanı tarafından danışmalı öğrenme maksadıyla ekstra iri, iri, orta, küçük, kabuk ve çatlamamış sınıflarına ayrılmışlardır. Her bir fıstık grubunda 100 adet fıstık olacak şekilde toplam 600 adet fıstık numunesinden örüntüler çıkarılmıştır. Çevrimdışı (Offline) sınıflandırmada Naive Bayes, Yapay Sinir Ağları (YSA) ve Destek Vektör Makineleri (DVM) algoritmaları kullanılmıştır. Sınıflandırma algoritmaları kendi aralarında genel sınıflandırma başarımları ve 2.tip hata (Type II error, severe error, false negative) ölçütlerine göre karşılaştırılmıştır. Genel sınıflandırma başarısına göre %83.33 doğruluk oranı ile YSA en iyi sınıflandırıcı olarak tespit edilmiştir. 2.tip hata ölçütünde yine YSA ve Naive Bayes sınıflandırıcıları seçilmiştir. Sonuç olarak sunulan gürbüz öznitelik vektörü çerçevesinde YSA ve Naive Bayes sınıflandırıcılarının fıstık sınıflandırma sistemi için kullanılması önerilmektedir. Yapılan gerçek zamanlı testlerde bir fıstık numunesi için öznitelik çıkarımı ve sınıflandırma işlemlerinin süresi toplamda yaklaşık 314 ms olarak hesaplanmıştır.Öğe Hand Tremor Based Biometric Recognition Using Leap Motion Device(IEEE ACCESS, 2017-10-20) Ataş, MusaIn this paper, the applicability of hand tremor-based biometric recognition via leap motion device is investigated. The hypothesis is that the hand tremor is unique for humans and can be utilized as a biometric identification. In order to verify our hypothesis, spatiotemporal hand tremor signals are acquired from subjects. The objective is to establish a live and secure identification system to avoid mimic and cloning of password by attackers. Various feature extraction methods, including statistical, fast Fourier transform, discrete wavelet transform, and 1-D local binary pattern are used. For evaluating recognition performance, Naïve Bayes and Multi-Layer Perceptron are utilized as linear-simple and nonlinear-complex classifiers, respectively. Since the conducted experiments produced promising results (above 95% of classification accuracy rate), it is considered that the proposed approach has the potential to be used as a new biometric identification manner in the field of security.Öğe A new approach to aflatoxin detection in chili pepper by machine vision(2012) Ataş, Musa; Çetin, Yasemin Yardımcı; Temizel, AlptekinAflatoxins are the toxic metabolites of Aspergillus molds, especially by Aspergillus flavus and Aspergillus parasiticus. They have been studied extensively because of being associated with various chronic and acute diseases especially immunosuppression and cancer. Aflatoxin occurrence is influenced by certain environmental conditions such as drought seasons and agronomic practices. Chili pepper may also be contaminated by aflatoxins during harvesting, production and storage. Aflatoxin detection based on chemical methods is fairly accurate. However, they are time consuming, expensive and destructive. We use hyperspectral imaging as an alternative for detection of such contaminants in a rapid and nondestructive manner. In order to classify aflatoxin contaminated chili peppers from uncontaminated ones, a compact machine vision system based on hyperspectral imaging and machine learning is proposed. In this study, both UV and Halogen excitations are used. Energy values of individual spectral bands and also difference images of consecutive spectral bands were utilized as feature vectors. Another set of features were extracted from those features by applying quantization on the histogram of the images. Significant features were selected based on proposed method of hierarchical bottleneck backward elimination (HBBE), Guyon’s SVM-RFE, classical Fisher discrimination power and Principal Component Analysis (PCA). Multi layer perceptrons (MLPs) and linear discriminant analysis (LDA) were used as the classifiers. It was observed that with the proposed features and selection methods, robust and higher classification performance was achieved with fewer numbers of spectral bands enabling the design of simpler machine vision systems.Öğe Open Cezeri Library: A novel java based matrix and computer vision framework: Open Cezeri Library(2016) Ataş, MusaIn this paper we introduce the Open Cezeri Library (OCL) framework as a domain speci?c language(DSL) for researchers, scientists, and engineering students to enable them to develop basic linear algebraoperations via simple matrix calculations, image processing, computer vision, and machine learning applicationsin JAVA programming language. OCL provides a strong intuition of coding for the developer while implementing bymeans of a ?uent interface. The signi?cant aspect of the OCL is to combine the methods of well-known platforms;MATLAB and JAVA, accordingly. Moreover, OCL supports a ?uent interface so that users can extend a single line ofcodes by putting a dot between the methods because all the methods implemented actually return the host class. Itwas observed that the learning curve of the OCL is lower than the MATLAB and the native JAVA languages, andmakes coding more readable, understandable, traceable, and enjoyable. In addition to this, the experimentsrevealed that the running performance of the OCL is quite comparable and can be used in a variety of diverseapplications. ß 2016 Wiley Periodicals, Inc. Comput Appl Eng Educ 24:736–743, 2016; View this article online atwileyonlinelibrary.com/journal/cae; DOI 10.1002/cae.21745Öğe Prediction of adaptive exposure time in hyperspectral bands for industrial cameras(Institute of Electrical and Electronics Engineers Inc., 2015) Do?an, Yahya; Ataş, MusaIn this study, a new method for exposure time correction for hyperspectral imaging is introduced. Initially, hardware setup was established. Then, a look-up table holds the minimum and maximum exposure times for each band was built. By using the developed image acquisition system, images having different exposure times for each hyperspectral band were acquired. After that, various features that can represent the exposure state were identified and a dataset was established. Prediction performance of the proposed method was cross validated by artificial neural network and outcomes were interpreted. It is observed that, by using the proposed method desired exposure quality can be determined with 99% accuracy. © 2015 IEEE.Öğe Prediction of resonance frequency of aperture coupled microstrip antennas By Artificial Neural network(2016) Ataş, Musa; Ataş, İsaIn this study, the simulation model of Aperture-Coupled Micro-Strip Antenna (ACMA) by using Artificial Neural Network (ANN) is proposed. The developed model tries to predict the output resonance frequency of the ACMA according to the input physical parameters of the antenna. ACMA models were designed in High Frequency Structure Simulator (HFSS) software tool that could conduct three dimensional full-wave electromagnetic structure analysis based on Finite Element Method. Main objective is to simulate HFSS model via proposed learning model. Levenberg-Marquardt (LM) is utilized as a learning algorithm. 500 different ACMA models was designed in HFSS tool. Physical dimensions and output operating frequencies of the ACMA models were recorded in order to establish the dataset. Prediction performance of the proposed ANN simulation model was evaluated by 5-fold cross-validation scheme. Overall generalization error was calculated as 3.58 %. Experiments revealed that proposed simulation model operates at least ten thousand times faster than HFSS software. Due to its overwhelming running speed, it was concluded that proposed LM-ANN simulation model can be utilized as a preliminary search tool for optimizing the industrial ACMA models.Öğe Robotlarda Görme ve Ses Algılama Becerilerinin Dinamil Çevre Şartlarında Geliştirilmesi(2007-06-29) Ataş, MusaRobotlar ve Robotik çalışmalar her geçen gün ağırlığını hissettirmektedirler. Bu gelişmeler Bilgisayar Teknolojisinin paralelinde olmaktadır. Yapay Zekâ alanındaki gelişmeler Robotik çalışmalarına katkıda bulanmaktadır. Amaç değişken çevre şartlarına daha kolay adaptasyon sağlayabilen ve insanlığın hizmetinde daha etkin rol oynayabilen sistemler geliştirmektir. Şimdiye kadar yapılan çalışmalarda genelde durağan, statik çevrede işlem yapabilen robotlar geliştirilmiştir. Dolayısıyla yeni üretim modellerine geçildiğinde bütün sistemlerin güncelleştirilmesi ve/veya yeniden yapılmaları gerekmektedir. Biz bu projede, görme temelli insanla karşılıklı satranç oynayabilen bir sistem geliştirdik. Sistem kendi içinde üç ana birim ve bunları koordine eden bir ana programdan oluşmaktadır. Bunlar, görme ve algılama birimi, oyun motoru birimi, robot kolu kinematiği bölümü ve ana birimdir. Yazılım dili olarak, Java’yı ve geliştirme ortamı olarak ta Eclipse 3.2 yi kullandık. Projede kullandığımız teknolojiler sırasıyla, Resim İşleme, Nesne Algılama, Yapay Zekâ, Yapay Sinir Ağları ve Robot Kolu Kinematiğidir. Proje süresince, konunun uzmanlarıyla birebir görüşme ve fikir alışverişi yapma fırsatımız oldu. Ayrıca biz de grup üyeleri olarak hem sanal ortamda hem de fiziksel olarak toplantılar yapmak suretiyle, kazandığımız bilgileri harmanlayıp paylaştık. Sonuç olarak, biz bu projemizle hem ülkemize bilim alanında bir katma değer hem de ileriki projelere zemin hazırlayacak bilgi tabanını kurmuş olduk.Öğe Siirt Fıstığının Bilgisayarlı Görü Sistemi Kullanılarak Otomatik Olarak Sınıflandırılması(2015) Ataş, Musa; Ataş, İsa; Acar, Hüseyin; Doğan, Yahya; Dilbilir, Yusuf; Demirtaş, Selman; Yiner, ZüleyhaBilgisayarlı görü sistemleri günümüzde birçok alanda (tarım, üretim, medikal, askeri, robotik) başarılı ve etkin bir şekilde kullanılmaktadır. Tarımsal gıdaların tahribatsız muayene kapsamında, paketlenmeden önce incelenerek kalite standartları çerçevesinde son kullanıcıya ulaştırılması, üretici firmaların rekabet gücünü arttırmaktadır. Türkiye, fıstık üretiminde dünyada üçüncü sırada yer almaktadır. 2015 verilerine göre en çok fıstık üretilen üçüncü il olan Siirt ilimiz, Türkiye’de üretilen fıstığın %18 ünü karşılamıştır. Siirt fıstığı daha iri taneli yapısı, düşük yağ oranı ve daha zengin besleyici özellikleriyle Antep fıstığına göre piyasada çerez olarak daha fazla rağbet görmektedir. Dicle Kalkınma Ajansı (DIKA) verilerine göre, Siirt ilinde yıllık 15 bin ton Siirt fıstığı işleyebilecek modern bir tesisin yapımı IPA (Katılım Öncesi Yardım Aracı) tarafından desteklenmiştir. Önümüzdeki üç yıl içerisinde bu tesisin aktif olacağı düşünülmektedir. Önerilen sınıflandırma sisteminin söz konusu tesiste kullanımı düşünülmektedir. Fıstık işlenme sürecinde önemli olabilecek üç basamak vardır. Bunlar; çatlamamış fıstıkların tespiti, içi boş fıstıkların dolu olanlardan ayrıştırılması ve fıstıkların boyut, şekil, sağlıklı oluşu, morfolojik ve estetik özelliklerine göre sınıflandırılmasıdır. Fıstık işleme fabrikalarında dış kabuğu ayrılmış fıstıklar ilk işlem olarak mekanik elekler ve çatlak tutucu kancalarla kabaca ayrıştırılmaktadırlar. Diğer taraftan nihai kalite standartlarına göre sınıflandırma, günümüzde işçiler tarafından ilkel yöntemlerle elle yapılmaktadır. Gıda hijyeni göz önüne alındığında bu yöntemin sağlık açısından sakıncaları vardır. Buna ek olarak, büyük tonajlı ürünlerin sınıflandırılması hem uzun zaman almakta, hem de etkin olamamaktadır. Tüketici açısından düşünüldüğünde çatlak olmayan ve kötü kalitedeki fıstıkların miktarı doğrudan müşteri memnuniyetini etkileyeceğinden, başarımı yüksek bir sınıflandırıcı sisteminin geliştirilmesi kaçınılmaz olmaktadır. Bu projede dış kabuğu alınmış fıstık numuneleri, Türk Standartları Enstitüsü (TSE) nün belirlediği standartlar da göz önüne alınarak sınıflandırılmaya çalışılmıştır. Bunun için bilgisayarlı görü sistemi temelinde aynı zamanda çarpma verisi de kullanılarak bir sınıflandırıcı sistemin prototipi geliştirilmiştir.Öğe Use of interactive multisensor snow and ice mapping system snow cover maps (IMS) and artificial neural networks for simulating river discharges in Eastern Turkey(2016) Ataş, Musa; Tekeli, Ahmet Emre; Dönmez, Senayi; Fouli, HeshamBasins located in Eastern Turkey are largely fed by snowmelt runoff during spring and early summer seasons. This study investigates the efficiency of artificial neural networks (ANNs) in snowmelt runoff generation. Although ANNs have been used for streamflow simulating/forecasting in the last two decades, using satellite-based snow-covered area (SCA) maps and meteorological observations as inputs to ANN provides a novel basis for estimating streamflow. The proposed methodology is implemented over Upper Euphrates River Basin in Eastern Turkey. SCA data was acquired from Interactive Multisensor Snow and Ice Mapping System (IMS) for an 8-year period from February 2004 to September 2011. Meteorological observations including daily cumulative precipitation and daily average air temperatures were obtained from Turkish State Meteorological Services. The simulation results are promising with coefficient of correlation varying from 0.67 to 0.98 among proposed models. Past days discharge was found to substantially improve the forecast accuracy. The paper presents the expected basin discharge for 2011 water year based on meteorological observations and SCA input.
