Search

Conference Name: 2022 30th Signal Processing and Communications Applications Conference (SIU) Date of Conference: 15-18 May 2022 Bir çok büyük veri işleme uygulaması “PageRank”, “İşbirliğine Dayalı Filtreleme” ve “Betweenness Centrality” gibi düzensiz ve yinelemeli çizge algoritmalarından yararlanmaktadır. Çizge yapılarında her bir düğüm bir kişiye ya da nesneye karşılık gelirken, her bir ayrıt da bir kişi ya da nesne çifti arasındaki ilişkiye karşılık gelmektedir. Böylesi büyük verileri işleyen algoritmaları yürütecek genel amaçlı işlemciler yetersiz kalabilmektedir. Özellikle, güç kısıtları sebebiyle işlemci alt parçalarından sadece bir kısmı aynı anda aktif olarak kullanılabilmektedir. Bu da işlemcinin etkin olarak kullanılmasına engel olarak aktif olmayan “karanlık silikon”lar ortaya çıkarmaktadır. Bu bildirinin amacı da büyük verili ve düzensiz çizge uygulamalarını hızlı, verimli ve kolay programlanabilir biçimde çalıştıracak bir işlemci mimarisi tasarlamaktır. Literatürde çizge uygulamaları için daha önce sunulmuş çalışmalar çoğunlukla sadece yazılım ya da hızlandırıcı seviyesindedir. İşlemci seviyesi tasarımlar ise donanımsal maliyet, talep ettikleri mimari destek ve komut seti değişiklikleri açılarından bu bildiri kapsamında tanıtılacak işlemciden farklıdır. Many widely used big data applications make use of irregular and iterative graph processing algorithms like PageRank, collaborative filtering and betweenness centrality. In a graph structure, each vertex corresponds to a person or object, while each edge corresponds to the relationship between a pair of persons or objects. In executing algorithms that process such large datasets, general-purpose processors may be inefficient. In particular, due to power constraints, only a portion of the processor can be used simultaneously. This, in turn, prevents the efficient use of the processor, which leads to inactive areas termed as "dark silicone". The aim of this paper is to design a processor architecture that will run large datasets on irregular graphs quickly, efficiently and in an easily programmable fashion. Most of the studies previously presented for graph applications are only at the software or accelerator level, and the processor-level designs are different from the processor to be introduced for this paper in terms of hardware cost, required architectural support, and instruction set modifications.

Conference Name: 2022 30th Signal Processing and Communications Applications Conference (SIU) Date of Conference: 15-18 May 2022 The performance of object detection algorithms running on images taken from Unmanned Aerial Vehicles (UAVs) remains limited when compared to the object detection algorithms running on ground taken images. Due to its various features, YOLO based models, as a part of one-stage object detectors, are preferred in many UAV based applications. In this paper, we are proposing novel architectural improvements to the YO-LOv5 architecture. Our improvements include: (i) increasing the number of detection layers and (ii) use of transformers in the model. In order to train and test the performance of our proposed model, we used VisDrone and SkyData datasets in our paper. Our test results suggest that our proposed solutions can improve the detection accuracy. İnsansız Hava Araçları (İHA) üzerindeki kameralardan alınan görüntülerde, nesne tanıma algoritmalarının başarımı, yerden çekilen görüntülerdeki performanslara göre daha sınırlı kalabilmektedir. Birçok İHA uygulamasında, tekgeçişli olmasından ve iki-geçişli yöntemlere göre daha hızlı olmasından dolayı, önceden eğitilmiş modelleri ile beraber gelen YOLOv5 algoritması kullanılmaya başlanmıştır. Ancak YOLOv5 algoritmasının İHA tabanlı imgeler üzerindeki performansı, yerden çekilen resimler üzerindeki performansına oranla düşük kalmaktadır. O nedenle bu çalışmada, YOLOv5 algoritmasının performansını arttırmak adına mimari çözümler önerilmiştir. Bu çözümler: (i) farklı sayıda tahmin yapan katman kullanmak, ve (ii) dönüştürücü (transformer) katmanı kullanmak olarak sıralanabilir. Sunulan yöntem, en güncel olan VisDrone ve Sky- DataV1 veri kümeleri üzerinde, orijinal YOLOv5 algoritması ile karşılaştırıldığında, performans artışı sağlamıştır.

Date of Conference: 16-19 May 2016 Conference Name: IEEE 24th Signal Processing and Communications Applications Conference, SIU 2016 In this paper, we study multi-class classification of tweets, where we introduce highly efficient dimensionality reduction techniques suitable for online processing of high dimensional feature vectors generated from freely-worded text. As for the real life case study, we work on tweets in the Turkish language, however, our methods are generic and can be used for other languages as clearly explained in the paper. Since we work on a real life application and the tweets are freely worded, we introduce text correction, normalization and root finding algorithms. Although text processing and classification are highly important due to many applications such as emotion recognition, advertisement selection, etc., online classification and regression algorithms over text are limited due to need for high dimensional vectors to represent natural text inputs. We overcome such limitations by showing that randomized projections and piecewise linear models can be efficiently leveraged to significantly reduce the computational cost for feature vector extraction from the tweets. Hence, we can perform multi-class tweet classification and regression in real time. We demonstrate our results over tweets collected from a real life case study where the tweets are freely-worded, e.g., with emoticons, shortened words, special characters, etc., and are unstructured. We implement several well-known machine learning algorithms as well as novel regression methods and demonstrate that we can significantly reduce the computational complexity with insignificant change in the classification and regression performance.

National Conference on Electrical, Electronics and Biomedical Engineering (ELECO) (2016 : Bursa, Turkey), Nowadays, unmanned aerial vehicles became an important research area. Search and rescue, transportation, fire monitoring, commercial and journalism, military and defence, crop spraying and scientific research are some of the areas which UAVs can be used [1,2]. Because of their agile manoeuvrability, quadcopters are often used for controller designs. In this paper a sliding mode controller is developed for altitude and attitude control, and the obtained simulation results are discussed. After the design is made, coefficients are tuned by iteration method. Also a drawback called chattering effect is explained and reducted to achieve better control. The rest of the paper provides more detailed information about abovementioned topics.

Bu çalışmada, mülteci kamplarında bulunan yaşam alanlarının/barınakların (çadır, konteynır vb.) uydu ve hava görüntülerinden otomatik olarak sezimi ve sayımına yönelik bir yöntem tanıtılmaktadır. Mülteci kamplarındaki barınakların çok yüksek çözünürlüklü (VHR) görüntülerde dahi çok küçük boyuta sahip, belli bir alanda çok sık ve bazen karmaşık şekilde yerleştirilmiş ve arkaplan ile ayrıştırılması zor nesnelere denk geliyor olması otomatik barınak/çadır sezim ve sayımını zorlaştırmaktadır. Bahsedilen problemin çözümüne yönelik olarak çok sınıflı çizge-kesme (graph-cut) bölütlemesi ve gölge bilgisinin kullanıldığı özgün bir yöntem çalışma kapsamında önerilmektedir. Buna göre, ilk adımda çizge-kesme bölütleme yöntemi ve morfoloji işlemleri uygulanarak çadır sezimi yapılmıştır. Bu adımda sezilememiş çadırların bulunabilmesi için ikinci bir adımda çadırların gölge bilgisinden faydalanılmıştır. En son adımda gradyan-tabanlı eşikleme yöntemi ile yanlış tespitlerin elenmesi amaçlanmıştır. Önerilen yöntem, özellikle karmaşık yerleşim düzenine sahip mülteci kampları (çadırkent) üzerinde test edilmiştir. Yöntemin başarımı kesinlik (precision) ve geri getirme (recall) kriterlerine göre belirlenmiştir. Elde edilen ortalama kesinlik ve geri getirme başarımları sırasıyla %91.9 ve %90.0 olup problemin zorluğu göz önünde bulundurulduğunda umut vadedici bir sonuçtur. This paper adresses the automated detection and enumeration of the dwellings/tents within the refugee camp areas using satellite and aerial images. The fact that dwellings inside the refugee camps correspond to very small, densely and sometimes arbitrarily positioned objects that are hard to distinguish from the background, even in Very-High Resolution (VHR) images, makes the automated tent/dwelling detection a difficul problem. In this paper, a method combining the use of the multi-class graph-cut segmentation and shadow information is proposed for dwelling/tent detection. Accordingly, as a first step, tents/dwellings are detected by applying graph-cut segmentation and morphology. Then, in order to improve the accuracy, the shadow information is exploited. At the last step, all detected tent segments are re-checked for correctness using a gradient-based thresholding method. The proposed method is tested on the images of the refugee camps that mostly have arbitrary and dense dwelling/tent positioning inside. The precision and recall values are determined to evaluate the performance. The obtained average precision (91.9N and average recall (90.0%) performances are promising considering the difficulty of the problem. Publisher's Version

Dirençsel ızgara yapılarının uzamsal impuls yanıtlarının üstel olarak azalan biçimden oldukları ve Gauss filtresininkine benzer bir uzamsal frekans yanıtı verdikleri, dolaysıyla da alçak geçiren filtre olarak kullanıldıkları iyi bilinen bir gerçektir. Bu bildiride, ızgara yapısının özyinelemeli bir denklem ile modellenebilmesine karşın bu denklemin özyinelemeli çözümünün olmadığı, fakat çıkış görüntüsünün dirençsel ızgaranın düğüm denklemlerinin çözümü ile elde edilebileceği gösterilmiştir. Bununla birlikte görüntünün boyutlarının aşırı büyüklükte olması durumunda matris tersi temelli bir algoritmanın kullanılmasının olurlu olmadığı açıktır. Bu bildiride dirençsel ızgara düğüm denklemlerinin Jacobi yineleme yöntemi ile çözülebileceği ve bu yöntemin FPGA üzerinde gerçeklemeye uygun olduğu gösterilmiştir. It is well known that resistive grid structures yield exponentially decreasing spatial impulse response yielding a spatial frequency response similar to that of a Gaussian filter, hence used as smoothing filters. In this paper it is shown that although the grid structure can be modeled with a recurrence (difference) equation this equation is not recursively computable but the output image can be obtained by solving the node equations of the resistive grid. However, where the image size is extremely large, it is evident that the use of any matrix inversion based algorithm is not feasible. In this paper it is shown that the solution of node equations of the resistive grid can be carried out using Jacobi iteration method which is also shown to be suitable for implementation on FPGA. Publisher's Version

Date of Conference: 23-25 April 2014 Conference name: 22nd Signal Processing and Communications Applications Conference (SIU) 2014 Bu makalede, iki diferansiyel kızılberisi algılayıcı (PIR) ve bir kamera kullanılarak geliştirilen el jestleri algılama ve sınıflandırma sistemi tanıtılmaktadır. İzlenen alanda diferansiyel PIR algılayıcı dizisi ile hareket varlığı araştırılır. Bir hareket algılanması durumunda kamera yardımıyla söz konusu hareketin el olup olmadığına, el ise çok modlu sistem verilerinin birlikte değerlendirilmesiyle hareketin hangi tanımlı sınıfa ait olduğuna karar verilir. Kamera ile el jestleri algılama ve hareketleri sınıflandırma aşamasında ten algılama ve dışbükey zarf-gedik hesaplama yöntemleri kullanılır. Farklı el hareketlerinin PIR algılayıcı verileri yardımıyla sınıflandırılması Winner-Take-All (WTA) imza metoduyla gerçekleştirilir. Bu makalenin temel katkısı, WTA imza kodlarının tek boyutlu sinyallerin sınıflandırılmasında kullanılabileceğini ve çoklu algılayıcı tümleştirmesiyle jestleri tanıma sonuçlarının geliştirilebileceğini göstermektir. In this paper, a hand gesture detection and classification system using two differential Pyro-electric Infrared (PIR) sensors and a camera is introduced. Motion presence is investigated in the area of interest using two differential PIR sensors. In the case of any motion detection, a decision whether it belongs to a hand or not is made by using camera and if it is a hand, which gesture belongs to which predefined class is determined by evaluating each system data together. In the stage of hand gesture detection and classification using camera, skin detection and convex hull-defect algorithms are used. Classification of different hand gestures by using differential PIR sensors is carried out by Winner-Take-All (WTA) hash method. The main contribution of this paper is to show that WTA hash codes can be utilized in classification of 1-D signals and gesture recognition accuracy can be improved by multi-sensor fusion. © 2014 IEEE.

Date of Conference: 23-25 April 2014 Conference name: 22nd Signal Processing and Communications Applications Conference (SIU), 2014 Bu bildiride giyilebilir yapıda olan ve üç boyutlu ölçüm alabilen bir ivmeölçerin çıktılarını kullanarak düşme tespiti yapan farklı algoritmaların karşılaştırılması yapılmıştır. Karşılaştırma amacıyla destek vektör makineleri, yapay sinir ağları ile elde edilen sınıflandırıcılar ve kural bazlı bir sınıflandırıcı kullanılmıştır. Sınıflandırıcıların tasarlanması ve dogrulanması amacıyla 7 farklı denekten üçer defa düşme ve düşme dışındaki günlük aktivitelere ilişkin ivmeölçer verileri toplanmıştır. Yapılan karşılaştırma sonucunda tespit doğruluğu en yüksek algoritmanın %87,76 ile destek vektör makineleri olduğu bulunmuştur. En yüksek düşme tespit oranı da %90,91 ˘ olarak kural bazlı sınıflandırıcı kullanımıyla elde edilmiştir. En yüksek özgüllük oranı %89,47 ile yine destek vektör makineleri ile elde edilmiştir. A comparative study of various fall detection algorithms based upon measurements of a wearable tri-axial accelerometer unit is presented in this paper. Least squares support vector machine, neural network and rule-based classifiers are evaluated in the scope of this paper. Training and testing data sets, which are necessary for design and testing of the classifiers, respectively, are collected from 7 people. Each subject exercised simulated falls and other daily life activities such as walking, sitting etc. Among three methods, support vector machine-based classifier is found to be superior in terms of both correct detection and false alarm ratio as 87,76% precision and 89.47% specifity. Meanwhile, best sensitivity is achieved with rule-based classifiers. © 2014 IEEE.

22nd IEEE Signal Processing and Communications Applications Conference (SIU) -- APR 23-25, 2014 -- Karadeniz Teknik Univ, Trabzon, TURKEY WOS: 000356351400375 It is well known that resistive grid structures yield exponentially decreasing spatial impulse response yielding a spatial frequency response similar to that of a Gaussian filter, hence used as smoothing filters. In this paper it is shown that although the grid structure can be modeled with a recurrence (difference) equation this equation is not recursively computable but the output image can be obtained by solving the node equations of the resistive grid. However, where the image size is extremely large, it is evident that the use of any matrix inversion based algorithm is not feasible. In this paper it is shown that the solution of node equations of the resistive grid can be carried out using Jacobi iteration method which is also shown to be suitable for implementation on FPGA. IEEE, Karadeniz Tech Univ, Dept Comp Engn & Elect & Elect Engn

22nd IEEE Signal Processing and Communications Applications Conference (SIU) -- APR 23-25, 2014 -- Karadeniz Teknik Univ, Trabzon, TURKEY, WOS: 000356351400134, This paper includes an application of the four rotor unmanned aerial vehicle names as quadrocopter. This application is determination of the traffic density depending on the number of vehicle in the certain area. For this aim, first of all a quadrocopter has been designed. Designed quadrocopter is provided flying stably and flying over the waypoint at the desired area. Images are transmitted to ground control unit via video transmitter located on the vehicle and processed using MATLAB program. For video processing process, first received analog video is converted to digital video and then is applied video processing procedures. This process is performed by processing of video background. This paper differs from the other studies in terms of some points which are application area, quadrocopter control systems, video transmission system, and antenna system. Successful results of this study are achieved., IEEE, Karadeniz Tech Univ, Dept Comp Engn & Elect & Elect Engn

Opportunistic networks is one of the fast developing research areas in mobile communications. Under opportunistic networks mobile nodes try to communicate with other nodes without any prior information and knowledge about the network topology. Furthermore network topologies are dynamic and can rapidly change. In addition communication under opportunistic networks is erratic thus routes between a source node and a destination node sometimes might not exist. These issues would make classical routing approaches insufficient and unusable for opportunistic networks. In this paper two routing approaches for opportunistic networks are proposed. The first approach is flooding. Under flooding it is possible to reach a destination node with the minimum number of hops and minimum delay but with maximum network traffic. The second approach is selective flooding.The aim of selective flooding is to decrease network traffic by randomly selecting neighbor nodes and routing traffic through them. This paper explains these two approaches and compares their performance through various simulations. © 2012 IEEE.

Due to copyright restrictions, the access to the full text of this article is only available via subscription. In this paper, performance of Gaussian mixture models (GMM) based algorithms implemented in Speech Processing Laboratory at Ozyegin University, within NIST SRE2004 and 2006 database was reported. Gaussian mixture models (GMM) is one of the most commonly used methods in text-independent speaker verification systems. In this paper, performance of the GMM approach has been measured with different parameters and settings. It has also been observed that eigenchannel-MAP and JFA methods both have increased the performance of the system against session variability which is one of the most challenging problem in text-independent speaker verification systems. Santez

Conference Name: 2022 30th Signal Processing and Communications Applications Conference (SIU) Date of Conference: 15-18 May 2022 Functional magnetic resonance imaging (fMRI) enables recording the brain’s neural activity spatiotemporally and is the center of much cutting-edge psychology and neuroscience research. Many methods are proposed to process the 4-dimensional data the fMRI scans provide. The most common approach for classification tasks is to analyze functional connectivity, where brain volume is parcelled to regions, and the correlation between their time series is calculated. Such an approach is very suitable for graphical neural networks, a popular deep learning method for graphical data analysis. A graph is constructed by formulating the parcelled brain regions as the graph nodes, while their features and edges are constructed from the correlations. However, in many studies, the correlations are calculated from simple methods that do not take account of the lagged relations between the node time-series. This paper addresses this issue by proposing a new graphical neural network layer. This layer accounts for lagged relationships between the nodes and learns reacher features rather than simple zero-lag correlations. We show that our graphical layer can be used in front of a known graphical model and increase its performance for two different downstream tasks in a large fMRI dataset. Fonksiyonel manyetik rezonans görüntüleme (fMRG), beyindeki sinirsel etkinliği zamansal ve uzamsal olarak kaydedebilen bir görüntüleme tekniğidir ve yenilikçi psikoloji ve sinirbilimi araştırmalarının merkezindedir. fMRG taramalarının 4 boyutlu verisini işleyebilmek için çeşitli metotlar önerilmiştir. Sınıflandırma çalışmalarında en yaygın olarak kullanılan teknik, beynin bölgelere ayrılması ve bu bölgelerin zaman serileri arasında korelasyon hesaplanmasıyla bulunan fonksiyonel bağlılık ölçütüdür. Söz konusu yaklaşım, grafiksel verilerin derin öğrenme ile işlenmesinde popüler bir teknik olan grafiksel sinir ağlarında kullanmak için uygundur. Grafiksel sinir ağlarında bölünmüş beyin bölgeleri düğümleri oluştururken düğümler arasındaki bağlantılar ve düğümlerin özellik vektörleri korelasyon hesabına dayanır. Çoğu çalışmada bu korelasyon hesabı yapılırken dü- ğümlerin zaman serileri arasındaki gecikmeli ilişkiler göz ardı edilmektedir. Bu makalede önerilen yeni sinirsel ağ katmanıyla gecikmeli ilişkilerin etkisinin incelenmesi hedeflenmiştir. Bu katman düğümler arasında gecikmeli ilişki hesabı yaparak basit, sıfır gecikmeli korelasyona göre daha zengin özellik vektörleri oluşturulmasını sağlar. Bu makaleyle, önerdiğimiz grafiksel katmanın bilinen başka bir grafiksel modelin önüne eklenmesi sonucu performans artımı sağlanabileceğini 2 çalışmayla gösteriyoruz.

Conference Name: 2022 30th Signal Processing and Communications Applications Conference (SIU) Date of Conference: 15-18 May 2022 The Batch-Constrained Q-learning algorithm is shown to overcome the extrapolation error and enable deep reinforcement learning agents to learn from a previously collected fixed batch of transitions. However, due to conditional Variational Autoencoders (VAE) used in the data generation module, the BCQ algorithm optimizes a lower variational bound and hence, it is not generalizable to environments with large state and action spaces. In this paper, we show that the performance of the BCQ algorithm can be further improved with the employment of one of the recent advances in deep learning, Generative Adversarial Networks. Our extensive set of experiments shows that the introduced approach significantly improves BCQ in all of the control tasks tested. Moreover, the introduced approach demonstrates robust generalizability to environments with large state and action spaces in the OpenAI Gym control suite. Toplu-Kısıtlı Q-öğrenme (TKQ) algoritmasının, ekstrapolasyon hatasının üstesinden geldiği ve derin pekiştirmeli öğrenme ajanlarının önceden toplanmış sabit bir deneyim kümesinden öğrenebildiği gösterilmiştir. Ancak, veri oluşturma modülünde kullanılan Koşullu Değişken Özkodlayıcılar (KDÖ) sebebiyle TKQ algoritması daha düşük bir değişken sınırını optimize etmektedir ve bu nedenle, büyük durum ve eylem uzaylarına sahip ortamlara genelleştirilememektedir. Bu bildiride, derin öğrenmedeki son gelişmelerden biri olan Üretken Çekişmeli Ağlar’ın (ÜÇA) kullanılmasıyla TKQ algoritmasının performansının daha da geliştirilebileceği gösterilmektedir. Kapsamlı deneyler, tanıtılan yaklaşımın test edilen her bir kontrol görevinde TKQ’yu önemli ölçüde geliştirdiğini göstermektedir. Ayrıca tanıtılan yaklaşım, OpenAI Gym kontrol setindeki geniş durum ve eylem boşluklarına sahip ortamlara hızlı bir genelleştirilebilirlik sergilemektedir.

Date of Conference: 11-13 June 2007 Conference Name: 15th Signal Processing and Communications Applications, IEEE 2007 Ionosphere which is an important atmospheric layer for HF and satellite communications, can be investigated through Total Electron Content (TEC). Global Positioning System provides cost-effective means for TEC estimation. Regularized TEC estimation method (D-TEI) is developed to estimate high resolution, robust TEC values. The method combines measurements of GPS satellites above 10° elevation limit and estimates can be obtained with 30 s time resolution. In this paper, parameters that are used in D-TEI method such as ionospheric height, weighting function, and satellite receiver biases are studied. It is found that TEC estimation results of D-TEI method is almost independent of ionospheric height. Different weighting functions are tried and the weighting function that minimizes non-ionospheric effects is selected. By using satellite and receiver biases in the correct form consistent TEC estimation results are obtained with IGS analysis centers. In this paper, the method is improved to include phase measurements. Taking either pseudorange or phase measurements as input, high resolution, robust TEC estimates are obtained using D-TEI method.

Bu çalışmada LoRa tabanlı modülasyonların toplamsal beyaz Gauss ve Rayleigh kanallardaki bit hata oranı başarımları incelenmiştir. Nominal LoRa, ICS-LoRa ve SSKLoRa modülasyonlarının mesaj çözüm kuralları, demodülatör karmaşıklıkları ve spektral verimlilikleri karşılaştırılmıştır. Bit hata oranı sayısal sonuçları verilmiştir., In this paper, the bit error rate (BER) performances of the LoRa-based modulations are investigated for the additive white Gaussian noise channel and Rayleigh channel. Detection rules, demodulator complexity and spectral efficiency of the nominal LoRa, the interleaved chirp spreading LoRa (ICS-LoRa), and the slope-shift-keying LoRa (SSK-LoRa) modulations are compared. BER numerical results are given.

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. © 2022 IEEE. 2-s2.0-85138721822

Conference Name: 2021 29th Signal Processing and Communications Applications Conference (SIU) Date of Conference: 9-11 June 2021 Bu bildiride, i) yapay zeka ile öğrenme amaçlı geliştirilen DeepRTS oyunu için makro aksiyonların kullanıldığı bir çevre oluşturulmuş ve ii) belirli pekiştirmeli öğrenme algoritmaları, üzerlerinde gerekli değişiklikler yapılarak bu çevre üzerinde eğitimleri sağlanmış ve ilgili performans analizleri yapılmı ştır. Gerçek hayat planlamalarıyla paralellik çizme ve görece düşük donanımlarla bir gerçek zamanlı strateji oyununu oynama amacıyla DeepRTS oyunu üzerinde değişikliklere gidilmiştir. ˙Ilk olarak, bir makro aksiyon seti hazırlanmış ve ajanların yalnızca bu set içerisinden aksiyon alabilmesi sağlanmıştır. ˙Ikinci olarak, gerçek hayat planlamalarına paralel olarak sistem herhangi bir anda komut alabilecek bütün birimler için aksiyon alınabilecek duruma getirilmiştir. Bu durum makro aksiyonların farklı zaman adımları sürmesi ile birlikte ele alındığında, herhangi bir anda birden fazla aksiyonun başlayıp, birden fazla aksiyonun tamamlanmasına olanak sağladığı için klasik pekiştirmeli öğrenme probleminden bir miktar ayrılmıştır. Ayrıca, literatürde bilinen kredi atama problemine farklı bir boyut ekleyerek daha karmaşık hale getirmektedir. Ajanların eğitiminde kullanılma amacı ile ofansif, defansif ve rastgele kural tabanlı ajanlar oluşturulmuş ve pekiştirmeli öğrenme tabanlı ajanların eğitimleri sırasında dönüşümlü şekilde düşman ajan olarak kullanılmıştır. Eğitimi tamamlanan ajanların birbirlerine karşı oyuncu-1 ve oyuncu-2 olarak performansı raporlanmıştır. In this paper, i) we build a framework using macro actions on top of DeepRTS, which is specifically developed for learning purposes, and ii) we train a number of deep reinforcement learning based agents and then we conduct a detailed performance analysis on the performance of these agents. We make changes on the publicly available version of DeepRTS to make it parallel to real life planning problems and make it trainable with a decent hardware. Firstly, we create a set of macro actions based on human heuristics and we train our agent using only these actions. Secondly, similar to the real life planning problem, we change the problem such that we simultaneously take actions for all available unit at a time step. When we consider this situation together with duration of macro actions being different, multiple actions may start and multiple actions ends at any time step. Therefore, the problem draw apart from classical reinforcement learning problem in a certain amount. In addition, the credit assignment problem becomes more sophisticated since each action lasts a duration and at any time multiple actions are conducted. We create three rule based agents to use them as enemy players in training of our agents. We report the performance of the agents as player-1 and player-2 against each others.

29th IEEE Conference on Signal Processing and Communications Applications (SIU) -- JUN 09-11, 2021 -- ELECTR NETWORK, Today, thanks to the developing technology, changes are experienced in many areas and these changes sometimes bring some problems, issues that need to be solved or improved. In the field of digital image and video processing, the viewer experience has been greatly improved with the development of image and video coding methods and technologies in recent years. However, due to these developments, the importance of video and image quality evaluation techniques has increased. In the field of imaging technology, although the human visual system and human judgment experiments will give us the most accurate results, this rapidly growing field has made human judgment experiments unsuitable with the increasing content. At this point, effective and automatic quality assessment metrics are needed to evaluate and optimize advanced compression technologies in terms of visual perception quality. In this paper, our aim is to compare the performances of some of the new generation image and video quality assessment metrics., IEEE,IEEE Turkey Sect

15th Turkish National Software Engineering Symposium (UYMS) -- NOV 17-19, 2021 -- ELECTR NETWORK, The specific requirements of developing Internet of Things (IoT) software for public transportation systems should be considered in addition to the problems always observed in IoT system development. After defining the problems encountered in the development of IoT-based public transport systems, the current model-driven engineering (MDE) approaches for IoT development are examined and their applicability for public transport systems is questioned in this paper. Several points of view are given about what new MDE approaches specific to this field should include in order to eliminate the identified deficiencies. Moreover, it is indicated that new MDE approaches should be designed including round-trip engineering to provide high mobility, use of special standards, in-vehicle communication networks and support for different system-on-chips in these public transportation systems., Ege Univ,Izmir Inst Technol,Gazi Univ,IEEE Turkey Sect,Huawei,Kuveyt Turk Arge Merkezi,Logo,Dalya Turizm Kongre Organizasyon

In this paper the application of a multigrid based sparse recovery method for multidimensional harmonic retrieval is investigated. Multidimensional modal estimation problem is formulated as a simultaneous sparse recovery problem for each dimension and then the signal parameters are estimated using a multigrid dictionary refinement scheme. Performance of the proposed method is compared against 2-D ESPRIT and Cramer-Rao lower bounds in numerical simulations., Bu çalışmada çok ızgaralı seyrek geriçatım yönteminin çok boyutlu sinyallerin kestirimine uygulanması incelenmiştir. Çok boyutlu sinyallerin bileşenlerinin kestirilmesi problemi herbir boyutu için aynı anda seyrek geriçatım problemine dönüştürüldükten sonra sinyalin o boyuttaki bileşen kestirimi çok ızgaralı sözlük matrisi güncellemeyle iyileştirilmektedir. Önerilen yöntemin başarımı, 2-B ESPRIT yöntemi ve Cramer-Rao alt sınırı ile sayısal benzetimlerle karşılaştırılmıştır.