Computer Engineering

Epileptic seizure prediction has steadily evolved from its conception in the 1970s, to proof-of-principle experiments in the late 1980s and 1990s, to its current place as an area of vigorous, clinical and laboratory investigation. As a step toward practical implementation of this technology in humans, we present an individualized method for selecting electroencephalogram (EEG) features and electrode locations for seizure prediction focused on precursors that occur within ten minutes of electrographic seizure onset. This method applies an intelligent genetic search process to EEG signals simultaneously collected from multiple intracranial electrode contacts and multiple quantitative features derived from these signals. The algorithm is trained on a series of baseline and preseizure records and then validated on other, previously unseen data using split sample validation techniques. The performance of this method is demonstrated on multiday recordings obtained from four patients implanted with intracranial electrodes during evaluation for epilepsy surgery. An average probability of prediction (or block sensitivity) of 62.5% was achieved in this group, with an average block false positive (FP) rate of 0.2775 FP predictions/h, corresponding to 90.47% specificity. These findings are presented as an example of a method for training, testing and validating a seizure prediction system on data from individual patients. Given the heterogeneity of epilepsy, it is likely that methods of this type will be required to configure intelligent devices for treating epilepsy to each individual's neurophysiology prior to clinical deployment.

Karincalar, yasadiklari populasyonlari icerisinde tek baslarina kucuk bir canli olsa dahi topluluk olarak incelenecek olursa buyuk bir karmasanin bireyleri olabilyorlar. Yasamlarini surdurebilmeleri icin kendi boyut ve agirliklarindan daha fazla yukleri tasiyabiliyorlar. Kendi iclerinde sezgisel bir sekilde iletisim agi kurup, kopru misali yollar tasarlayip yuklerini bu yollar uzerinden tasiyarak yuvalarina goturebiliyorlar.

Bacterial virulence proteins, which have been classified on structure of virulence, causes several diseases. For instance, Adhesins play an important role in the host cells. They are inserted DNA sequences for a variety of virulence properties. Several important methods conducted for the prediction of bacterial virulence proteins for finding new drugs or vaccines. In this study, we propose a method for feature selection about classification of bacterial virulence protein. The features are constituted directly from the amino acid sequence of a given protein. Amino acids form proteins, which are critical to life, and have many important functions in living cells. They occurring with different physicochemical properties by a vector of 20 numerical values, and collected in AAIndex databases of known 544 indices. For all that, this approach have two steps. Firstly, the amino acid sequence of a given protein analysed with Lyapunov Exponents that they have a chaotic structure in accordance...

: Autism is a complex developmental disorder that manifests itself as life-long neuropsychiatric disorder in the first years of life, manifested by significant delays and deviations in the area of interaction and communication and restrictive interests. Autistic individuals may have problems in social skills, language development and behavior. These problems are usually communicating to other people, making friends and difficulties in doing what is said. It is estimated that beside genetic causes, environmental reasons are also effective in development of autism. Today it is certain that there is not a single factor that causes autism. Autism is a complex disorder that occurs when multiple factors come together. Nowadays, many researchers have worked on more effective solutions to these complex disorders. For this purpose, classification estimations have been made using machine learning methods on various data sets that have been used in the literature. Deep learning is an another a...

Using our personal computers remotely via the Internet, use of software and hardware components is defined as cloud computing. With the use of this technology in a more flexible way institutions setting up their infrastructure of computing, such as security, transactions, and less time on maintenance allocations aimed to reduce software costs. Many private firms to end users through a cloud computing is our file sharing and hosting services for free or a nominal wages started to give. The rapid development of mobile technologies and the increasing use of mobile devices has emerged the concept of the mobile cloud computing. In this study, cloud computing, and information about mobile cloud computing is given, and also the future of mobile cloud computing is discussed.

Bu çalışmanın amacı; Bitcoin varlığının incelenerek, Kripto para birimleri için spekülatif fiyat şişkinliklerinin belirlenmesidir. Kripto para birimleri içinde işlem hacmi en yüksek olan varlık Bitcoin olarak belirlenmiş ve bu nedenle kripto para fiyatlarının veri üretme mekanizmasını yansıtabileceği düşünülmüştür. Tüm kripto para birimlerinin değerleri yakın zamanda çok dalgalanma göstermiştir. Bu değişimin nedeni olarak spekülatif fiyat şişkinlikleri gösterilebilir. Eğer neden spekülatif fiyat artışı değil ise piyasanın sistematik riskinin arttığı sonucuna varılabilir. Çalışma aralığı olarak Bitcoin varlığının getiri volatilitesinin arttığı dönem seçilmeye çalışılmıştır. Öncelikle durağanlığın test edilmesi amacıyla standart Arttırılmış Dickey-Fuller (ADF) testi kullanılmıştır. Fiyat şişkinliklerinin belirlenmesi için; dağılımlarında aşırı sağ kuyruk yapısını dikkate alan, özyinelemeli bir yapıya sahip olan ve çoklu fiyat balonlarının tespiti için geliştirilen GSADF testi kullanıl...

Meslek yuksekokullarinin teknik bolumlerinde yetisen mezunlarin ulke ekonomilerinin kalkinmasinda buyuk rol oynayan endustri dunyasi icin vazgecilmez oldugu kabul edilen bir gercektir. Uretim kalitesini ve potansiyelini arttirmanin yolu sadece meslegin ve sektorun ihtiyaclarini analiz edebilmek degil, ayni zamanda surekli gelisen teknolojiye uyum saglayabilmek adina donanimli ve teknik altyapisi guclu bir isgucu yaratmak, sonrasinda bu is gucunu korumakla mumkundur. Gunumuz sartlarinda buyuk bir ivme ile geliserek surekli yenilenen teknolojinin sanayi ve is dunyasi uzerindeki etkileri belirgin olarak hissedilmektedir. Bu durum sektorun ihtiyac duydugu isgucunun niteliklerinin degismesine neden olmaktadir. Sanayinin ihtiyac duydugu bu nitelikler, yapay zeka ve endustri 4.0 teknolojileri tarafindan tetiklenerek koklu bir degisime ugramaktadir. Ara eleman ihtiyacinin tamamen ortadan kalkmayacagini kabul etmekle birlikte sahip olmasi beklenen niteliklerin sorgulanmasi gerektigi dusunulm...

Günümüzde tüketicilerin gereksinimlerini, e-ticaret ve para transferleri gibi dijital ortamlardan karşılaması artmaktadır. Tüketicilerin gereksinimlerini daha hızlı ve daha uygun şartlarda karşılamak amacıyla, para yerine elektronik paranın kullanımının tercih edildiği gözlemlenmektedir. Bu haliyle elektronik para unsurlarının da finansal olarak incelenmesi gerekmektedir. Çalışmada arzu edilen e-para olarak adlandırılan ürünlerden bitcoin'i finansal olarak incelemek ve durağanlığı hakkında yargıya varmaktır. Finansal olarak incelenen bitcoin ürünün özellikleri literatürde yapılan çalışmalara bağlı olarak belirlenmeye çalışılmıştır. Bu haliyle ürünün durağanlığının doğrusal birim kök testleriyle incelenmiş olduğu görülmüştür. Ancak fiyatların durağanlığının doğrusal dışı etmenlerin varlığınında incelenerek bu eksikliğin giderilmesi hedeflenmiştir. Bu nedenle Fourier ADF ve standart ADF metodları ile incelenmiş ve serinin durağan dışı olduğu kabul edilmiştir. Yapısal değişimlerin varlığını kabul eden ve gözardı eden birim kök testlerinin sonuçlarının benzer olması; serinin birim köke sahip olduğu göstermektedir. Bu haliyle bitcoin serisine uygulanan şok etkisinin azalmadan sonsuza kadar sürdüğü kabul edilmiştir. Bu haliyle ürünün fiyatının piyasaya giren şoklar tarafından belirlendiği ifade edilebilir.

Bu çalışmanın amacı; Bitcoin varlığının incelenerek, Kripto para birimleri için spekülatif fiyat şişkinliklerinin belirlenmesidir. Kripto para birimleri içinde işlem hacmi en yüksek olan varlık Bitcoin olarak belirlenmiş ve bu nedenle kripto para fiyatlarının veri üretme mekanizmasını yansıtabileceği düşünülmüştür. Tüm kripto para birimlerinin değerleri yakın zamanda çok dalgalanma göstermiştir. Bu değişimin nedeni olarak spekülatif fiyat şişkinlikleri gösterilebilir. Eğer neden spekülatif fiyat artışı değil ise piyasanın sistematik riskinin arttığı sonucuna varılabilir. Çalışma aralığı olarak Bitcoin varlığının getiri volatilitesinin arttığı dönem seçilmeye çalışılmıştır. Öncelikle durağanlığın test edilmesi amacıyla standart Arttırılmış Dickey-Fuller (ADF) testi kullanılmıştır. Fiyat şişkinliklerinin belirlenmesi için; dağılımlarında aşırı sağ kuyruk yapısını dikkate alan, özyinelemeli bir yapıya sahip olan ve çoklu fiyat balonlarının tespiti için geliştirilen GSADF testi kullanılmıştır. Bitcoin varlığının fiyatlandırılmasında, fiyatların spekülatif olarak etkilendiği saptanmıştır.

Meslek yüksekokullarının teknik bölümlerinde yetiĢen mezunların ülke ekonomilerinin kalkınmasında büyük rol oynayan endüstri dünyası için vazgeçilmez olduğu kabul edilen bir gerçektir. Üretim kalitesini ve potansiyelini arttırmanın yolu sadece mesleğin ve sektörün ihtiyaçlarını analiz edebilmek değil, aynı zamanda sürekli geliĢen teknolojiye uyum sağlayabilmek adına donanımlı ve teknik altyapısı güçlü bir iĢgücü yaratmak, sonrasında bu iĢ gücünü korumakla mümkündür. Günümüz Ģartlarında büyük bir ivme ile geliĢerek sürekli yenilenen teknolojinin sanayi ve iĢ dünyası üzerindeki etkileri belirgin olarak hissedilmektedir. Bu durum sektörün ihtiyaç duyduğu iĢgücünün niteliklerinin değiĢmesine neden olmaktadır. Sanayinin ihtiyaç duyduğu bu nitelikler, yapay zeka ve endüstri 4.0 teknolojileri tarafından tetiklenerek köklü bir değiĢime uğramaktadır. Ara eleman ihtiyacının tamamen or tadan kalkmayacağını kabul etmekle birlikte sahip olması beklenen niteliklerin sorgulanması gerektiği düĢünülmektedir. Bu çalıĢmada farklı meslek yüksekokulların bilgisayar teknolojisi ve bilgisayar programcılığıbölümlerinden oluĢturulan bir grup öğrenciye uygulanan anket çalıĢması sonuçları değerlendirilmiĢtir. Öğrenci profili ve mesleki farkındalıkları analiz edilerek geliĢen teknoloji ile uyumlu yetiĢmeleri için gerekli çalıĢmalar üzerinde değerlendirmeler yapılmıĢtır. Yaratıcılık eğitimi ve inovasyon beceri lerini arttırmak için uygulanabilecek modern yöntemler üzerinde tartıĢılmıĢtır. Elde edilen bulgular öğrencilerin kendi seçimleri veya baĢka nedenler sonucunda öğrenim gördükleri bölüm ile ilgili bir iĢ edinme hususunda motive olduklarını göstermektedir. Fakat, alanları ile ilgili düzenlenen seminerleri, teknik eğitimleri ve internet ortamında sunulan teknik eğitim videolarını takip etmediği anlaĢılmıĢtır. Ayrıca, akademik kazanımlarının yeterli olmadığı ve matematisel becerilerinin de yetersiz olduğu görülmüĢtür. Öğrencilerin büyük çoğunluğunun inovasyon kavramı ve modern teknolojiler hakkında yeterli bilgi sahibi olmadıkları anlaĢılmıĢtır. Bulgular ve literatür araĢtırmaları dikkate alınarak mesleki eğitim sürecindeki eksiklikler değerlendirilmiĢ ve önermeler yapılmıĢtır.

In recent years, Deep Learning has become a field that researchers are particularly interested in. The Convolutional Neural Network (CNN) is a type of multi-layered artificial neural network mostly used in the analysis, recognition, and classification of images and videos. The performance of CNN models is usually based on custom model architectures, thus several hyper-parameter values in a CNN are manually selected mostly. However, different combinations of hyper-parameters and models need to be used to achieve better performance results. Determination of optimum values of hyper-parameters is also an optimization problem. The metaheuristic optimization techniques are able to solve such problems. In this paper, we propose to use the Artificial Bee Colony (ABC) algorithm which is a meta-heuristic approach to automatically determine the optimum architecture of a CNN by means of hyper-parameters. The most effective hyperparameters in the performance of CNN models have been optimized, which are the number of layers, the number and size of filters, activation function, batch size, learning rate, optimizer, and dropout rate. We have evaluated our optimized architecture using the well-known Fashion-MNIST dataset. The results demonstrate that the proposed model using ABC improves the performance of a CNN model.

Traffic management is getting more complicated due to the increasing urbanization rate day by day. Therefore, many models have been developed using smart transportation systems to overcome this problem. Lane changing, which is one of the important issues of smart transportation, is one of the basic driving behaviors that has a major impact on traffic efficiency, safety, and flow. Many various approaches have been presented in the literature for lane changing detection. In this study, a novel method for lane changing detection with a wavelet transform approach is presented. In the study, the pNEUMA dataset was used to evaluate the performance of the proposed method. In detecting lane changing, the azimuth angles of the vehicles were calculated using the WGS-84 coordinates in the dataset. Multi-level discrete wavelet transform, and lateral deviation were applied to the azimuth series of vehicles on a sample street in the dataset, and the data obtained were then classified with K-Nearest Neighbor Algorithm to determine whether there was a lane changing. In addition, the direction and time of the lane changing were determined by using the maximum amplitude obtained with wavelet transform methods. The proposed approach in the study achieved an average accuracy rate of 98%. Compared to other approaches, the proposed method has less computation complexity and therefore can find results more quickly.

Obstacle detection and avoidance are two main problems that demand solutions in the autonomous movement of mobile robots. To this end, the robots have been equipped with sensors and cameras. This study proposes a new method that allows mobile robots to move freely without any collision in an uncertain (i.e., both static and dynamic) workspace by processing images taken using a real-time webcam. In the study, a robot was allowed to move depending on the visibility and suitability of the floor in the images. These steps were repeated for each new image and, furthermore, the images were segmented based on an adaptive threshold obtained by calculating the statistical parameters. This segmentation was aimed to separate the floor from other areas in the study. Experimental results demonstrate that the proposed method is extremely successful to separate the floor from other regions and has a low cost and flexible method for obstacle avoidance.