Search

Bu tez çalışması, Linux işletim sistemindeki veri mimarilerinin doğru kurulum, yapılandırma ve optimizasyon işlemlerini içerir. Çekirdek olarak alacağımız ve özelleştireceğimiz işletim sistemi, şu anda BAP (Bilimsel Araştırma Projeleri) tarafından desteklenen Milis Linux projesini taban alacaktır. Bu projede kullanılacak büyük veri platformu yaygın olarak kullanılan ve iyi bilinen Apache Hadoop dosya sistemini uyarlar. Apache Hadoop platformu, temel programlama çerçevesine sahip bilgisayar ve disk kümelerine büyük miktarda veri dağıtılmasını sağlar. Apache Hadoop'un üstüne topluluk tarafından işletilen veri işleme, güvenlik, erişim yönetimi, performans izleme ve diğer yardımcı yazılımlar kurulması bu tez kapsamında gerçeklenecektir. Kararlı bir Büyük Veri işleme yazılımı üretmek ve dağıtım yapmak için, yazılım paketlerinin en yeni ve uyumlu sürümlerinin bir araya getirilmesini sağlayan bir sistem kurulmalıdır. Bu tür yazılım seçim sürecinin geliştirilmesi ve otomasyonu ve birim testleriyle doğrulanması bu araştırmanın kapsamıdır. Bu araştırma dahilinde bir araya toplanan uygulamaların hazır kurulu olduğu bir sistem imajı hazırlanarak kullanıma hazır hale getirilecektir. Bu imaj canlı ortamda test edilebilir olduğu gibi sanal/fiziksel disklere kurulumu mümkün olacaktır. The thesis covers the proper installation, configuration and optimization processes of the big data architectures for Linux operating system. The operating system that we will take as a core and customize is based on MILIS Operating System which is currently supported by Akdeniz University Scientific Research Projects Coordination Unit (BAP). Data platform and file system that is planned to be used in this project is well known and widely adapted Apache Hadoop. Apache Hadoop platform enables large volumes of data to be distributed across cluster of computer and disks with a basic programming framework. On top of Apache Hadoop, community-run data processing, security, access management, performance monitoring and other utility software is installed. In order to produce a stable Big Data processing software and distribution, a system should be put in place that includes the latest and compatible versions of the software packages to be assembled together. Development and automation of such software selection process and verification through unit tests is part of this research. In this research, a system image that contains the widely used big data modules is prepared for installation on virtual/physical disks. 107

Bu tez çalışmasında endüstriyel soğuk hava depolarında oda veya depo bazlı enerji tüketiminin tahminlenebilmesi için gereken teorik ve pratik çalışmalar yer almaktadır. Tez çalışmaları aynı zamanda Türkiye Cumhuriyeti Sanayi ve Teknoloji Bakanlığı tarafından desteklenen bir ArGe Merkezi proje çalışmalarının bir kısmını kapsamaktadır. Merkezi sistem soğutma ile soğutulan endüstriyel soğuk hava depolarında genellikle oda veya depo bazında enerji ölçümü yapılmamaktadır. Oda veya depo bazlı enerji tüketim verileri olmaması operasyonel pek çok çalışmanın verimsiz şekilde yapılmasına sebep olmaktadır. Oda veya depo tüketimleri elde edilerek operasyonel işlerin veriye dayalı olacak şekilde yapılması mümkün hale gelebilir. Bu durumda tez çalışmasında detaylarıyla bahsedildiği üzere büyük oranda enerji tasarrufları yapılabilir. Bu kapsamda başlatılan ArGe Merkezi projesinin analiz çalışmaları gerçekleştirilmiştir. Analiz çalışmasının sonucunda merkezi sistem ile soğutulan bir tesisin oda veya depo tüketimlerinin elde edilmesi için en büyük bilinmezliğin evaporatör kapasiteleri olduğu anlaşılmıştır. Tez çalışmaları kapsamında makine öğrenmesi teknolojisi derinlemesine araştırılmış ve Feature Importance Scoring yöntemleri ile tesislerde bulunan oda veya depoların soğutucu komponenti olan evaporatör ünitelerinin kapasiteleri farklı algoritmalar kullanılarak tahminlenmiştir. Tezin yazılım geliştirme çalışmaları sonucunda kapasite tahminlemesi yapan yazılım modülü elde edilmiştir. Bu modül REST Api teknolojisi ile bir web servis hizmeti verecek şekilde tasarlanmıştır. Bu modülün ArGe Merkezi projesinde nasıl bir konumda yer alacağı da tez çalışmasında tartışma ve bulgular kısmında bir diagram olarak yer almaktadır.

Bu tez çalışması, masa tenisi sporunda oyun içerisinde atılan bir topun yörüngesinin en ekonomik yolla tahmin edilmesi için kullanılacak metod ve dataset bilgilerini içerir. Profesyonel/yarı profesyonel masa tenisi oyuncuları için en önemli sorunlardan biri, gelişmelerine katkıda bulunacak bir antrenör veya partner bulmaktır. Farklı oyun tarzlarına karşı beceriler geliştirmek için, bu tarzlardaki oyuncularla antrenman yapmak gerekmektedir. Diğer sporlara göre daha az popüler olması nedeniyle masa tenisi spor dalında bu fırsatı bulmak çok zordur. Bu sorunu çözmek için masa tenisi robotunun geliştirilmesi 1980'lerin sonundan beri yıllarca araştırma konusu olmuş ve bu alanda onlarca çalışma yapılmıştır. Tüm yöntemler için ortak sorun; topa iyi vuruş yapan masa tenisi robotu için uygun vuruş noktasını, raket yörüngesini, vuruş hızını ve açısını bulmaktır. Bu yöntemlerde ana hedef, doğru zamanda yörünge tahminini elde etmektir. Atak bir oyuncu için top uçuş süresi 200 ms'nin altında olabildiği için yörünge tahmini 100ms'nin altında bitmelidir. Farklı yöntemlerle yapılan çalışmalarda bu soruna kesin bir çözüm bulunamamış olması tahmin algoritmasının daha ekonomik ve zamana duyarlı olması gerekliliğini ortaya koymaktadır. Bu araştırma ile var olan çalışmalardaki metotlar incelenerek en ekonomik metot ve bu metodun üzerinde çalışacağı dataset yapısı kurgulanacaktır.