Search

ÖZETDoktora TeziHAVA KUVVETLERİNİN ANA SAVUNMA SİSTEM TEDARİKİNDEPROJE YÖNETİMİHakan GÜRKANAnkara ÜniversitesiFen Bilimleri EnstitüsüElektronik Mühendisliği Anabilim DalıDanışman: Prof. Dr. Ahmet DENKERMilli Savunma Bakanlığı (MSB) silah sistemi veya silah sistemleri ile ilgili füze, elektronik harp,radar, komuta ve kontrol, istihbarat, izleme ve keşif amaçlı sistemleri işletmek ve yenilemek içinmilyonlarca dolar harcama yapmaktadır. Hava Kuvvetleri de birliklerini bu teknolojik yenilik vedeğişikliklere adapte edebilmek için modernizasyon çalışmaları için yeni teknolojiler tedarik etmekteve geliştirmektedir. Sözkonusu sistemlerin veya yeni sistemlerin kritik unsurunu yazılım yoğunluklusistemler oluşturmaktadır.Tedarik sürecinde yönetimsel, yasal ve kaynak gibi bazı zorluklarla karşılaşılmaktadır. Aynı zamandayeni bir proje geliştirmek büyük para kaynağı, zaman ve bilgi gerektirmektedir. Dolayısı ile benzerprojelerde hata olasılığı olabildiğince en alt seviyelere indirilmelidir. Literatür araştırmasıyla,projelerin kritik başarı faktörleri ve başarısızlığa neden olan faktörler saptanmıştır. Saptanan faktörleryardımıyla, bir anket hazırlanmış ve savunma sanayiinde görevli proje yöneticilerine gönderilmiştir.Anket sonuçlarının değerlendirilmesi sonucu, proje yönetiminde kritik başarı faktörleri ile projeuygulamalarında en sık karşılaşılan problemler ve ilgili problemlerin proje performanslarına olumsuzyönde etki düzeyleri saptanmıştır.Tez çalışmasında, proje yönetim ile yazılım yoğunluklu sistem tedariğinin temel prensipleriincelenmiş ve bazı yazılım tedariği süreci modelleri gözden geçirilerek birbirleriyle karşılaştırılmıştır.Aynı zamanda silahlı kuvvetlerde kullanılan yazılım yoğunluklu tedarik süreci ve ihtiyaçları gözönüne alınarak incelenmiştir. Sonuç olarak Hava Kuvvetlerine uluslararası başarısı kanıtlanmışmodellerin ve anket sonuçlarının ışığı altında, bir olgunluk model süreci önerilmiştir.2007, 206 sayfaAnahtar Kelimeler: Savunma sanayii, proje yönetimi, tedarik süreci, yazılım yoğunluklu sistem,anket formu.i ABSTRACTPh.D. ThesisPROJECT MANAGEMENT IN MAJOR DEFENCE SYSTEMS ACQUISITIONFOR TURKISH AIR FORCEHakan GÜRKANAnkara UniversityGraduate School of Natural and Applied SciencesDepartment of Electronic EngineeringSupervisor: Prof. Dr. Ahmet DENKERThe Ministry of Defense (MoD) spends hundreds of millions of dollars on systems to support itsinfrastructure, to operate its weapons and electronic warfare systems, and to provide command,control, communications, computing, intelligence, surveillance, and reconnaissance (C4ISR)functions. At the hearth of these systems, there is software intensive system which operates andmanages them. In the light of these technological facts, Turkish Air Forces (TAF) is bound tomodernize its units to adapt the new technologies. In this scope new technologies are acquired andhas to be developed.During acquisition process TAF encounter some difficulties involving management, legal, resourceissues. At the same time developing a new project entails a major amount of financial resource andtime. So the error rate of these projects must be minimized. Not only the critical success factors butalso the factors causing time slippage and budget overruns are determined through a literature review.Survey questionnaires are prepared by those findings and conducted through project managers indefense sector. Analyzing those returns, the critical success factors in major defense systems areevaluated and the most frequently encountered problems and their negative impact on projectperformance are determined.In this study, the main principles of the software-intensive system acquisition process and projectmanagement methods are reviewed. Some software acquisition process models are discussed andcompared with each other. The existing system which is used by TAF for acquiring software intensivesystems is studied, especially in the light of its needs. Eventually, a maturity model approach foracquisition in the light of survey results and approved international models, successes of which havebeen proven, is proposed.2007, 206 pagesKey Words: Defense industry, project management, acquisition process, software intensive systems,questionnary form.ii 216

ÖZET Yüksek Lisans Tezi OPTİMAL KONTROL SİSTEMLERİN İNCELENMESİ Hakan GÜRKAN Ankara Üniversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliği Anabilim Dalı Danışman : Prof. Dr. Abdulrıza ABİLOV Bu çalışmada, kontrol problemlerine sürecin ekonomik etkinliğini temin eden kriterlerden birinin veya birkaçının teknolojik sınır şartları dahilinde optimum değerlerinin bulunması ve saklanması amaç edilmiştir. İlk olarak, optimal kontrol için optimizasyon probleminin standart bir formda ortaya çıktığını farz etmek bize yardımcı olacağından, çoğu optimizasyon problemi için standart formu olan fiziksel süreç modeli, amaçlı fonksiyon, durum ve kontrol değişkenlerinin sınırlamaları açıklanmıştır. Sınırlama aralığındaki modelin optimum hesaplama yöntemi kullanarak, optimum problemlerinin çözülmesinde mümkün olan bütün değişiklerden en iyisini seçmek imkanı verir. Optimum parametrelerinin belirlenmesinde çok ölçümlü optimizasyon algoritmalarından yararlanılmıştır. Bu yöntemlerden öne sürülen problem için en uygunun seçilmesinde amaçlı fonksiyonun hiper yüzeyinin topoloji özelliklerinin belirlenmesi büyük önem taşır. Bu algoritmaların çoğu gradyant yöntemleri temelinde gerçekleştirilmiştir. Bir füze güdüm sistemi ile ilişkili birimler ve füze güdüm sistemlerinin algoritmik yapısı yanında, füze güdüm sistemlerini fiziksel olarak oluşturan yapılar da anlatılmaya çalışılmış, güdüm yöntemlerinin temel yapısını oluşturan evleme güdüm yöntemleri ele alınmıştır. Noktasal bir parçacık olarak alınmış nesneler için tanımlanmış çeşitli füze güdüm yöntemleri incelenmiş ve oransal seyir güdüm yöntemi belirli koşullar altında zaman gecikmeli sürekli optimal güdüm için işletilmiştir. 2000, 90 sayfa ANAHTAR KELİMELER optimal kontrol algoritmaları, optimizasyon, optimal füze güdümü III ABSTRACT INVESTIGATION OF OPTIMAL CONTROL SYSTEMS Master of Science Thesis Hakan GÜRKAN Ankara University Graduate School of Natural and Applied Sciences Department of Electronic Engineering Supervisor: Prof.Dr-Abdulrıza ABİLOV In this study, it was aimed to find and keep one or more optimal values of criterion providing economical effectively for the control problems in the technological boundary conditions. At first, since it would be useful to suppose that optimization problems arise in a standard form, the restrictions of physical process model which is the standard form for most optimization problems, objective function, case and control variables were explained. Using the optimal calculation methods of our model, which is in the space of restrictions, gives us the opportunity to select the best of all the variables possible in solving the optimum problems. Multi-measurement optimization algorithms were benefited from in determining the optimal parameters. It is of great importance to determine the topological features of hyper surface of objective function in choosing the most appropriate one of these methods for the problem offered. Most of these algorithms were realized on the basis of gradient methods. In addition to the algorithmic structure of units connected with a missile guidance system, the structures forming guidance systems physically were also tried to be explained, homing guidance methods constituting the basic structure of guidance systems were dealt with. Continuous time-delay controlled optimal guidance problem was analysed. The optimal guidance problem, following and able to practice fixed maneauvers, measuring the related position and its velocity continuously and capable of controlling its own acceleration in the face of pure time delay given was analysed. 2000, 90 Pages KEY WORDS: optimal control algorithm, optimization, optimal missile guidance, missile guidance methods^imulation IV 90

ÖZET Bu tez çalışmasının amacı, bugüne kadar işlemsel kuvvetlendirici kullanılarak tasarlanan SC aktif filtre devrelerini, ikinci kuşak akım taşıyıcı eleman ( CCII ) ile tasarlamaktır. Genel ikinci derece z domeni transfer fonksiyonunun öncelikle işaret akış diyagramı elde edilmiştir. Akım taşıyıcı toplama devresi ve bu devrenin işaret akış diyagramı baz alınarak, elde edilen işaret akış diyagramından akım taşıyıcı içeren SC aktif filtrenin devre topolojisine geçilmiştir. Bu geçiş, işaret akış diyagramının dal kazançlarının mutlak değerleri devredeki kapasite değerlerini; işaret akış diyagramının dal kazançlarının işaretleri de akım taşıyıcıların akım kazançlarını belirleyecek şekilde yapılmıştır. Elde edilen bu devre özelleştirilerek alçak geçiren, yüksek geçiren, band geçiren ve notch tipi filtrelerin devre topolojileri çıkartılmış ve devrede yer alan elemanların değerleri, ilgili fonksiyonun katsayıları cinsinden belirlenmiştir. Ayrıca bu devrelerin kararlılık koşulları ve duyarlılık fonksiyonları incelenmiştir. Bu biçimde elde edilen CCII-SC aktif filtre tasarımını bilgisayar ortamına aktarmak için C dilinde bir bilgisayar programı hazırlanmıştır. Bu program dijital karakteristikleri girilen alçak, yüksek, band geçiren filtrelerin transfer fonksiyonunu hesaplamaktadır. Daha sonra bu fonksiyonun katsayılarına göre eleman değerlerini bulmaktadır. Bulduğu bu değerleri devrenin dinamik aralığını ve devrede yer alacak minimum kapasite değerini dikkate alarak normalize etmektedir. Ayrıca transfer fonksiyonun frekans karakteristiğini de çizmektedir. Son olarak birkaç filtre tasarımı hazırlanmış ve son bölümde örnek olarak sunulmuştur. Hazırlanan bu örnekler spice simülasyon programı yardımıyla analiz edilmişlerdir. Analiz sırasında kullanılan devreler ideal akım taşıyıcı ve ideal anahtar içerir. Analiz sonucunda tasarlanan filtrelerin istenen frekans karakteristiklerini sağladıkları görülmüştür. xı DESIGN OF SWITCHED CAPACITOR ACTIVE FILTER USING CURRENT CONVEYOR The system given in figure 1 shows the analog signal being passed through a continuous anti-aliasing filter, an input sample-and-hold circuit (S/H) which samples the band-limited analog input at intervals of l/fci » the switched capacitor filter, an output sample-and-hold circuit (S/H)0 which resamples the output of the SC filter at intervals l/fCN, and a final continuous reconstruction filter which serves to smooth the sharp transitions in the sampled-data waveform. out T2 Figure 1 Sampled-data filter system for analog input and smooth analog output The SC filter is shown to be controlled by clocks of multiple frequencies (fC2 through fcN-0- To minimize the silicon area, it is often desirable to clock the low- pass sections at a high rate in order to lesson the burden on the continuous anti aliasing filter, and to clock the high-pass sections at a lower rate, in order to reduce their total capacitance. Since the low-pass sections, sampled at fC2, precede the high- pass sections which are sampled at fC3

YÖK Tez No: 659043 Türkiye Cumhuriyeti Sağlık Bakanlığı Halk Sağlığı Genel Müdürlüğü verilerine göre Türkiye'de her yıl yaklaşık 250.000 kuduz riskli vaka görülmektedir. Bu vakaların büyük bir kısmı çocukların tatilde olduğu yaz aylarında ve çocuk oyun alanlarında köpek saldırısı şeklinde gerçekleşmektedir. Derin öğrenme temelli bilgisayar görüsü teknolojisinin gelişmesiyle birlikte çocuk oyun alanlarındaki tehlikeli nesnelerin (silah, bıçak, köpek vb.) otomatik tespiti önemli bir güvenlik uygulaması olarak ortaya çıkmıştır. Bu çalışmada daha önceden çocuk oyun alanlarında konumlandırılmış olan hızlı yardım istasyonları kullanılarak otomatik nesne (köpek) tespitinin yapılması amaçlanmıştır. Hem geleneksel hem de bölge önermeli ve tek aşamalı derin öğrenme temelli nesne tespit algoritmaları incelenmiş, başarım değerleri karşılaştırılmıştır. Karşılaştırma sonrasında bu tez çalışmasında yüksek fps ve mAP değeri nedeniyle YOLOv3 algoritmasının kullanılması tercih edilmiştir. Tek aşamalı nesne tespit algoritmaları görüntüyü tek bir seferde regresyon işlemine tabi tutarak nesnelerin sınıfını ve konumlarını aynı anda tahmin ettiklerinden bölge önermeli modellerden daha hızlıdır ve gerçek zamanlı uygulamalar için kullanımı daha uygundur. Güvenlik sistemlerindeki gerçek zamanlı ve anlık tepki verilmesi ihtiyacı ile çocuk oyun alanlarındaki çocuk ve köpeklerin hızlı ve hareketli yapıları göz önüne alınarak çocuk oyun alanları için YOLOv3 algoritması temelli nesne tespit modeli önerilmiştir. Öncelikle, orijinal veri setlerindeki sahipsiz köpek görüntü verisi eksikliğinin giderilmesi için bir hayvan barınağındaki sahipsiz köpeklerin görüntüleri çekilerek veri setine eklenmiştir. Sonrasında, çocuk oyun alanında mevcut hızlı yardım istasyonunun kamera kayıtları ve açık kaynak veri setinden alınan görüntüler de bu veri setine eklenerek toplam 878 görüntüden oluşan yeni bir veri seti elde edilmiştir. Bu yeni görüntüler eğitim verisi çeşitliliğini etkili bir şekilde arttırmış ve önerilen modelin eğitim performansını iyileştirmiştir. Önerilen model, çeşitli hiperparametreler kullanılarak optimize edilmiş ve sonuçlar birbiriyle karşılaştırılmıştır. En iyi değerlendirme sonuçlarına sahip model yeni bir akıllı şehir güvenlik uygulaması olarak önerilmiş ve seçilen çocuk oyun alanında bulunan hızlı yardım istasyonuna entegre edilerek köpeklerin otomatik olarak tespit edilmesi için uygulanmıştır. Optimize edilen hiperparametrelerle birlikte gerçek zamanlı köpek tespit uygulaması çocuk oyun alanında ihtiyaç duyulan hız ve doğruluğu da karşılayacak şekilde %82,59 AP @25 fps değerine ulaşmıştır. According to the reports of Turkish Public Health Institution, approximately 250,000 rabies-risk animal bites occur per year in Turkey. Most of these bites are caused by dogs and most of the victims are the children who play in playgrounds in summer holidays. With the development of deep learning-based computer vision technology, autonomous detection of dangerous objects (handguns, knives, dogs, etc.) in these children's playgrounds has become a crucial security application. In this study, it is aimed to perform autonomous object (dog) detection by using fast emergency station located in the selected children's playground. Both traditional methods and region-proposal and single shot deep learning-based object detection algorithms have been examined. The evaluation scores of these algorithms are compared. After the comparison, in this thesis the YOLOv3 algorithm has been preferred due to its high speed and high mAP value. Single shot algorithms regress the image at once, estimate the class of objects and their position at the same time. Therefore, they are faster than region-proposal algorithms and more suitable for real-time detection. The YOLOv3 algorithm-based object detection model is proposed for children's playgrounds, due to the need for real-time and instant response in security systems and the fast moving of children and dogs in children's playgrounds. Firstly, in view of the problem of insufficient stray dog image data in the original datasets, new images of stray dogs have been taken from an animal shelter and they have been added to the dataset. Then, a new dataset that contains 878 images has been created by adding video recordings of the fast emergency station and images from an open images dataset. These new images have effectively enriched the diversity of training data and improved the training performance of the proposed model. The proposed model has been optimized by utilizing various hyperparameters and the results have been compared with each other. The model with the best evaluation scores is proposed as a new smart city security application and applied to detect dogs automatically by the fast emergency station located in the selected children's playground. The real-time application achieved 82.59% of AP @25 fps with adjusted hyperparameters to meet the speed and accuracy needs in the children's playgorund.

YÖK Tez No: 639673 Elektrokardiyogram (EKG) işaretleri, insan vücudunun önemli organlarından biri olan kalbin elektriksel aktivitesini gösteren işaretlerdir. 0,05-150 Hz aralığında bant genişliğine sahip olan bu işaretler, kalp kaslarının gevşeyip kasılması sonucunda üretilmektedir. EKG işaretleri herhangi bir hastalık durumunda uygun tanı ve tedavinin belirlenmesi, uygulanan tedavinin takip edilmesi, değerlendirilmesi ve ortaya çıkabilecek olumsuzlukların tespiti aşamalarında sıklıkla kullanılmaktadır. Bu nedenle modern tıbbi uygulamalarda EKG işaretlerinin uzun süreli ve etkili bir şekilde kaydedilmesi, işlenmesi ve gerçek zamanlı olarak iletilmesi gerekmektedir. Uzun süre boyunca kaydedilen EKG verilerinin kapladığı alan çok büyük boyutlarda olabilmektedir. Bu durum, EKG işaretlerinin işlenmesi, depolanması ve iletilmesi noktasında hız ve hafıza problemlerini beraberinde getirmektedir. Bu problemler EKG işaretlerinin verimli bir şekilde sıkıştırılması ile çözülebilmektedir. Bu tez çalışmasında elektrokardiyogram işaretlerinin evrişimsel otokodlayıcılar ve ayrık dalgacık dönüşümüne (ADD) dayalı sıkıştırılma çalışmaları ele alınmıştır. Geliştirilen modellerin başarımı 48 adet EKG kaydı içeren MIT-BIH Arrhythmia veri kümesi üzerinde, sıkıştırma oranı (Compression ratio - CR) ve ortalamadan bağımsız yüzde ortalama karesel fark (MPRD) kriterleri kullanılarak test edilmiştir. Yapılan ilk çalışmada (Önerilen Yöntem-1), geliştirilen sistemin girişine verilen tek boyutlu EKG işaretlerine sıkıştırma ve yeniden oluşturma işlemi gerçekleştirilmiştir. EKG işaretleri sırasıyla bir boyutlu Evrişimsel Otokodlayıcının kodlayıcı bölümü, ADD tabanlı kodlayıcı-kodçözücü ve Evrişimsel Otokodlayıcının kodçözücü kısımlarından geçirilmiştir. Sistemin kodlayıcı bölümlerinde işaretlerin boyutu azaltılmakta ve kodçözücü kısımlarında tekrar eski boyutuna geri getirilmektedir. Önerilen Yöntem-1'de deneysel sonuçlar, ortalama sıkıştırma oranı 32,27:1 ve ortalama MPRD %18.91 olarak elde edilmiştir. Yapılan ikinci çalışmada (Önerilen Yöntem-2), girişine verilen tek boyutlu EKG işaretlerini, birbirine paralel olarak çalışan 4 farklı model ile sıkıştırma ve yeniden oluşturma işlemlerini gerçekleştiren sistem geliştirilmiştir. Böylece sistemin girişine verilen işaret için 4 farklı sıkıştırma oranı ve 4 farklı bağımsız yüzde ortalama karesel fark değerleri elde edilmektedir. Önerilen yöntem-2'de deneysel sonuçlar incelendiğinde, ortalama CR değerleri sırasıyla; 16.22:1, 22.88:1, 32.22:1, 49.82:1 ve ortalama MPRD değerleri sırasıyla; %12.28, %14.74, %18.40, %28.21 olarak elde edilmiştir. Electrocardiogram (ECG) signals are signals that indicate the electrical activity of the heart, one of the important organs of the human body. These signals, which bandwidth in the range of 0.05-150 Hz, are produced as a result of the relaxation and contraction of the heart muscles. ECG signals are frequently used in the determination of appropriate diagnosis-treatment, following the treatment applied, evaluation of the treatment applied and detection of potential problems. For this reason, in modern medical applications, ECG signals should be recorded, processed and transmitted in real time. The area covered of ECG data of recorded for a long time can be very large. This situation brings along speed and memory problems during the processing, storage and transmission of ECG signals. These problems can be solved by compressing ECG signals efficiently. In this thesis, compression studies of electrocardiogram signals based on convolutional autoencoders and discrete wavelet transform are discussed. In this thesis, compression studies of electrocardiogram signals based on convolutional autoencoders (CAE) and discrete wavelet transform (DWT) has been discussed. The success of the developed models has been tested on the MIT-BIH Arrhythmia dataset containing 48 ECG recordings using the compression ratio (CR) and mean-independent percentage mean square difference (MPRD) criteria. In the first study conducted (Proposed Method-1), compression and reconstruction of one-dimensional (1D) ECG signals given to the input of the developed system has been performed. The ECG signals has been passed through the encoder part of the 1D-CAE, the DWT-based encoder/decoder, the decoder parts of the convolutional autoencoder, respectively. In the encoder parts of the system, the size of the signals has been reduced, and in the decoder parts of the system, the size of the signals has been restored. In Proposed Method-1, experimental results have been obtained with an average compression ratio of 32.27: 1 and an average MPRD of 18.91%. In the second study (Recommended Method-2), the system that performs compression and reconstruction operations with 4 different models working in parallel with each other, with one-dimensional ECG signals given to its input, was developed. Thus, 4 different compression ratios and 4 independent percent average square difference values are obtained for the signal given to the input of the system. When the experimental results in the proposed method-2 are examined, the average CR values are; 16.22: 1, 22.88: 1, 32.22: 1, 49.82: 1 and average MPRD values respectively; It was obtained as 12.28%, 14.74%, 18.40%, 28.21%.

Bu tezde, günümüzde makine öğrenmesi yöntemlerinin içinde en güncel derin öğrenme yöntemlerinden birisi olan evrişimsel sinir ağları ile çoklu biyometrik kişi tanıma problemi ele alınmıştır. Bu amaçla elektrokardiyogram işaretleri ve yüz imgeleri kullanılarak kişi tanıma çalışmaları yapılmıştır. Bu çalışmalar iki aşamadan oluşmaktadır. Birinci aşamada sadece evrişimsel sinir ağı (ESA) yöntemi kullanılarak elektrokardiyogram (EKG) işaretleri üzerinden biyometrik kişi tanıma işlemi gerçekleştiren bir yöntem (Önerilen Yöntem-1) sunulmuştur. Bu yöntemde bir boyutlu EKG işaretlerinden iki boyutlu QRS imgeleri oluşturulmuş ve bu QRS imgeleri veri çoğullama yöntemi kullanılarak çoğaltılmıştır. Daha sonra veri sayısına ve veri boyutuna uygun olarak geliştirilen bir evrişimsel sinir ağı mimarisinin girişine uygulanmıştır. İkinci aşamada ise ESA yöntemi kullanılarak hem EKG işaretleri hem de yüz imgeleri üzerinden biyometrik kişi tanıma işlemi gerçekleştiren çoklu biyometrik tanıma yöntemi (Önerilen Yöntem-2, FACECG) sunulmuştur. Bu yöntemde de hem EKG işaretleri hem de yüz imgelerinden iki boyutlu QRS imgeleri ve normalize yüz imgeleri elde edilmiştir. Daha sonra elde edilen bu QRS ve yüz imgeleri herhangi bir veri çoğullama sürecinden geçirilmeden veri sayısına ve boyutlarına uygun olarak geliştirilen ve paralel olarak çalışan birbirine eş iki ESA mimarisinin girişine ayrı ayrı uygulanmıştır. Bu iki ESA mimarisinin parametreleri QRS imgeleri ve yüz imgeleri kullanılarak optimize edilmiştir. Önerilen Yöntem-2'de kullanılan bu iki ESA mimarisinin gerek EKG işaretleri için gerekse yüz imgeleri için ürettiği öznitelikler ve skorlar hem skor seviyeli hem de öznitelik seviyeli birleştirme teknikleri kullanılarak birleştirilmiştir. Bu sayede, sadece EKG işaretleri kullanan veya sadece yüz imgelerini kullanan tekli biyometrik tanıma sistemlerine göre kişi tanıma performansının artırılması ve EKG işaretlerinin canlılık özelliğinden yararlanarak yanıltma saldırılarına karşı daha güvenilir bir sistemin geliştirilmesi hedeflenmiştir.Önerilen Yöntem-2'nin kişi tanıma başarımını ölçmek amacıyla EKG işaretleri için MIT-BIH Arrhythmia veri kümesi ve yüz imgeleri için AR-Face veri kümesi kullanılmıştır. Bu amaçla, her iki veri kümesinden seçilen 30 kişi eşleştirilerek EKG ve yüz imgelerinden oluşan 30 kişilik yapay bir veri kümesi oluşturulmuştur. Önerilen Yöntem-2'nin başarımının değerlendirilmesinde veri yanlılığı problemini ortadan kaldırmak için 3 kat çapraz doğrulama yöntemi kullanılmıştır. Yapılan deneyler sonucunda sadece EKG işaretleri kullanılarak ortalama %98.33 doğruluk değeri sağlanırken sadece yüz imgeleri kullanarak %98.60 doğruluk değeri elde edilmiştir. Hem öznitelik hem de skor seviyeli birleştirme yöntemlerinin ayrı ayrı kullanılması sonucunda ise Önerilen Yöntem-2'nin kişi tanıma başarımı doğruluk değeri açısından %100 olarak elde edilmiştir.Literatür araştırmasında bulabildiğimiz kadarıyla EKG işaretlerini ve yüz imgelerini birlikte kullanarak biyometrik tanıma yapan sadece üç çalışma olduğu belirlenmiştir. Bu çalışmalar yöntem olarak geleneksel yöntemleri kullanmaktadır. Bu açıdan tez çalışmasında sunulan Önerilen Yöntem-2 (FACECG), 2 boyutlu evrişimsel sinir ağı yöntemini kullanarak hem EKG işaretlerini hem de yüz imgelerini birlikte değerlendirerek biyometrik tanıma işlemini gerçekleştiren ilk çalışma olma özelliğine sahiptir. Ayrıca deneysel sonuçlar Önerilen Yöntem-2'nin (FACECG) literatürde bulunan üç çalışmada sunulan kişi tanıma başarımlarına göre doğruluk değeri açısından daha yüksek başarım sonuçları verdiğini göstermektedir. In this thesis, multi-modal biometric recognition problem using convolutional neural networks which is the state-of-the-art machine learning technique is considered. To this end, biometric person recognition studies are carried out using electrocardiogram signals and face images. These studies consist of two stages. In the first stage, biometric recognition method using convolutional neural networks (CNN) based on only electrocardiogram (ECG) signals is proposed (Proposed Method-1). In this method, two-dimensional QRS images are obtained from one-dimensional ECG signals and the number of two-dimensional QRS images are then increased using a data augmentation method. Later, these augmented data is applied as the input to the proposed convolutional neural network architecture depending on the number of data and the size of the QRS images.In the second stage, multi-modal biometric recognition approach using the convolutional neural network method which uses both ECG signals and face images is proposed (Proposed Method-2 FACECG). In this method, two-dimensional QRS images and normalized face images were obtained from both ECG signals and face images. Then the QRS images and normalized face images are separately applied to the two similar CNN architectures developed depending on the amount of data and the size of the images in parallel. The parameters of these two CNN architectures are optimized using QRS images and face images, respectively. The features and scores generated using these two CNN architectures used in Proposed Method-2 for ECG signals and face images are then fused using score-level and feature-level fusion techniques. Thus, it is aimed to improve the performance of single biometric recognition systems using stand-alone ECG signals or face images and develop a trustworthy biometric recognition systems robust against spoofing attacks with the help of liveness features of ECG signals.MIT-BIH Arrhythmia dataset for ECG signals and AR-Face database for face images are used in order to measure the recognition performance of the Proposed Method-2. For this purpose, 30 persons selected from both data sets were matched and an artificial data set consisting of ECG and face images was formed. 3-fold cross-validation method was used to eliminate biassing effect problem in the evaluation of Proposed Method-2 perfomance. As a result of the experiments, 98.43% accuracy value was obtained using only ECG signals and 98.60% accuracy value was obtained using only face images. As a result of using both feature and score level fusing methods separately, the recognition performance of the Proposed Method-2 was obtained as 100% in terms of accuracy value.To the best of our knowledge, there exist only three previous studies in literature which use both ECG signals and face images for biometric recognition. These studies utilize standard methods as recognition techniques. In this manner, the Proposed Method-2 (FACECG) is the first study using both ECG signals and face images based on 2-dimensional convolutional neural networks. Besides, experimental results show that the Proposed Method-2 (FACECG) yields better recognition accuracy than the three studies found in the literature. 78

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 38-42) ix, 51 leaves This thesis is about meeting and answering the needs of devices with batteries for battery testing and management. The goal of the battery test and management's is to use the full capacity of the device and to be able to see the need for changing the battery at the right time. The increase in the number of electric appliances and electric vehicles also led an increase in the need of batteries recently. That situation affects every aspect of the daily life and healthy performance of batteries became even more important in terms of environmental security, efficiency and so on. Engineers have developed several solutions and technologies for these problems. Open-Circuit Voltage Measurement Method, Coulomb Counting Model and Kalman Filters are some examples. On the other hand State of Charge method helps us to get information about the health of the battery, However, all applications for the problem so far have been quite huge, inaccessible and hard to use. Since the batteries became an important of daily life more than ever, these applications are needed to be accessible, economic, precise and user-friendly. The aim of the thesis is providing an affordable and user-friendly device by integrating mainly the Coulomb Counting Method with several others successfully. Using Raspberry in the device helps it to be accessible, economic, fast and adabtable to different interfaces. All the components that had been used in the device in this thesis have approximately from %1 to %5 error term and therefore quite precise about the estimations. Today, the cost and the complexity of Battery Test and Management systems led waste of millions of batteries through ineffective usages. That harms the environment and economyof the world. The device that had been developed in this thesis, provides accessible, affordable with its 80$ price and user-friendly solutions for battery testing and management problems. Bu tez bataryalarla çalışan cihazlarda önemli problem ve ihtiyaçlardan olan test ve yöntemi ile ilgilidir. Batarya test etmenin ve yönetmenin amacı, cihazlarımızdan beklenen performansı alabilmek ve batarya değişikliği gerektiren durumları belirleyebilmektir. Son zamanlarda artan elektrikli araç ve cihaz sayısı, bataryalara olan ihtiyacı arttırmış durumdadır.Hayatımızın her alanına etki eden bu durum, bataryaların sağlıklı çalışması ihtiyacını ve çevre güvenliği açısından, bataryaların korunumu konusunu daha da önemli hale getirmiştir. Artan ihtiyacı karşılamak üzere, son dönemlerde çeşitli metod ve teknolojiler geliştirilmiştir. Bu metodlardan bazıları, Açık Devre Voltaj Ölçme Metodu, Coulomb Counting Model ve Kalman Filtreleridir. Pilin Şarj Durumu (SOC) metodu da bataryaların sağlık durumu ile ilgili bilgi almamıza yardımcı olabilmektedir. Bu metodların kullanıldığı cihazlar, büyük, karmaşık ve dolayısıyla anlaşılması ve okunması zor olabilmektedir. Dünyanın her yerinden, her insanın günlük hayatında önemli bir parça haline gelen bataryalar ve dolayısıyla bataryaların testi ve yönetimi günlük ihtiyaçlara cevap verebilen basitlik ve kullanışlılıkta olmalıdır. Bu tezin amacı genel olarak Coulomb Counting ve diğer metodların entegrasyonu ile yapılmış, etkili, ucuz ve kullanıcı dostu bir batarya test ve yönetimi cihazı geliştirmektir. Cihazda Raspberry kullanarak cihazımızı ulaşılabilir, ekonomik, hızlı ve çevre arabirimleriyle uyumlu olması hedeflenmiştir. Tezde geliştirilen cihazda kullanılan ekipmanlar ve elektronik komponentlerin örnekleme düzeylerinin ortalama hata payları %1 ile %5 arasında değişen, hassas kompanentlerden oluşmakta ve dolayısıyla son kullanıcıya, az hatalı sonuç sunulmaktadır. Günümüzde batarya test ve kontrol sistemlerinin maliyeti ve kullanım zorluğu, milyonlarca pilin efektif olmayan biçimlerde kullanılarak sağlıklarını kısa sürede yitirmesine sebep olurken, dünyaya, çevremize ve dünya ekonomisine negatif etkiler bırakmaktadır. Tezde geliştirilen batarya test ve yönetimi cihazı, 80$ maliyetiyle bu problemlere çözüm üretmekte ve ileri araştırmalar için Raspberry kullanımını ve model kombinasyonunun değerini ifade etmektedir. Introduction State of the Art Battery and the Parameters (DM) Direct Measurement Terminal Voltage Method Open Circuit Voltage Method Impedance Method Impedance Spectroscopy Method Book Keeping Estimation Coulomb Counting Method Modified Coulomb Counting Method Adaptive System Kalman Filter Fuzzy Neural Network Support Vector Machine RBF Neural Network BP Neural Network Hybrid System Coulomb Counting & EMF Per Unit System & EKF Coulomb Counting & Kalman Filter Alternative Approach: Model Based The Future of SOC Estimation Hardware & Software Implementation Introduction to Raspberry Electronic Circuit Design User Friendly Interface For Testing Battery Information Screen Battery Charge Parameters Screen Battery Discharge Parameters Screen Battery Test Screen Battery Live Screen Battery Result Screen Analog to Digital Converter Current Measurement PCB Design Result And Conclusion

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 124-132) xiv, 132 leaves Sentence segmentation of speech aims detecting sentence boundaries in a stream of words output by the speech recognizer. Sentence segmentation is a preliminary step toward speech understanding. It is of particular importance for speech related applications, as most of the further processing steps; such as parsing, machine translation and information extraction, assume the presence of sentence boundaries. Typically, statistical methods require a huge amount of manually labeled data, which is time and labor consuming process to prepare. In this work, novel multiview semi-supervised learning strategies for the solution of sentence segmentation problem are proposed. The aim of this work is to and effective semi-supervised machine learning strategies when only a small set of sentence boundary labeled data is available. This work proposes three-view co-training and committee-based strategies incorporating with agreement, disagreement and self-combined strategies using lexical, morphological and prosodic information, and investigates performance of the proposed learning strategies against baseline, self-training and co-training. The experimental results show that the proposed learning strategies highly improve the sentence segmentation problem, since data sets can be represented by three redundantly suffcient and disjoint feature sets. Cümle bölütleme işlevi, standart Otomatik Konuşma Tanıma (OKT) sistemlerinin çıkışından elde edilen işlenmemiş kelime dizisi biçimindeki veriyi cümlelere ayırarak zenginleştirmeyi amaçlayan bir işlemdir. Cümle bölütleme; çözümleme, makine çevrimi, bilgi çıkarımı gibi cümle bölütlemenin yapıldığının varsayıldığı konuşma işlemenin daha ileri uygulamaları için bir ön adım olarak gerçekleştirilmektedir. Cümle bölütlemede kullanılan standart yöntemler, model eğitimi aşamasıında oldukça fazla etiketlenmiş veriye ihtiyaç duyar. El ile yapılan veri etiketleme işlemi; emek, dikkat ve zaman isteyen bir işlemdir. Bu çalışmada çok bakışlı yarı öğreticili yöntemler geliştirerek, daha az el ile etiketlenmiş veri ile standart yöntemlere göre daha yüksek başarımın sağlanması hede flenmektedir. Bu çalışmada çok bakışlı yarı öğreticili yöntemler geliştirerek, daha az el ile etiketlenmiş veri ile standart yöntemlere göre daha yüksek başarımın sağlanması hedeflenmektedir. Bu çalışmada sözcüksel, biçimbilgisel ve prozodik özellikleri kullanan, uzlaşma (agreement), uzlaşamama (disagreement) ve self-combined yöntemleri ile beraber çalısan yeni üç bakışlı eş eğitim (co-training) ve kurul tabanlı (committee-based) yöntemler geliştirildi. Yeni yöntemlerin performansları, iki bakışlı eş eğitim yöntemleri, kendi kendini eğitme (self-training) yöntemi ve standart yöntemler ile kıyaslandı. Deneysel sonuçlar, veri kümeleri yeterli ve ayrık özellik grupları kullanılarak ifade edilebildiği için, önerilen yöntemlerin cümle bölütleme başarımı oldukça arttırdığı göstermektedir. This material is based upon work supported by the Scientific and Technological Research Council of Turkey (TUBITAK) (Project Number: 107E182 and Project Number: 111E228). Isik University Scientific Research Project Fund (Project Number: 09A301 and Project Number: 14A201). Sentence Segmentation Semi-Supervised Learning Self-Training Co-Training Data Collection and Annotation Pre-processing Data Data Profile Extraction of Prosodic, Morphological and Lexical Features for Sentence Segmentation Problem Prosodic Features SRI-International Algemy Prosodic Feature Extraction Tool Purdue Prosodic Feature Extraction Tool Comparison of SRI Algemy and Purdue Prosodic Feature Extraction Tools Morphological Features Lexical Features Proposed Method Sentence Segmentation Boosting Calibrated Confidence Scores Semi-Supervised Learning Self-Training Co-Training Co-Training Agreement Strategy Co-Training Disagreement Strategy Self-Combined Strategy Proposed Three-view Co-Training and Committee-Based Learning Strategies Three-View Co-Training Strategy 1 Three-View Co-Training Strategy 2 Three-View Co-Training Strategy 3 Three-View Co-Training Strategy 4 Three-View Co-Training Strategy 5 Three-View Co-Training Strategy 6 Three-View Co-Training Strategy 7 Committee-Based Learning Strategy 8 Committee-Based Learning Strategy 9 Experiments and Results Evaluation Metrics Baseline Results of Different Feature Sets Experimental Setup of the Self-Training and Co-Training Methods Experimental Results of the Self-Training and Co-Training Methods Based on Different Feature Sets Experimental Results Based on the Lexical Features Experiment Results Based on the Morphological Features Experimental Results Based on the Prosodic Features Experimental Results Based on the Combination of Lexical and Morphological Features Experimental Results Based on the Combination of Lexical and Prosodic Features Experimental Results Based on the Combination of Prosodic and Morphological Features Average Results Based on Different Strategies Statistical Analysis of the Experimental Results Analysis and Discussion Scenario of Concatenating Trained Models to Online ASR Systems

Büyük veri gruplarıyla çalışan gömülü sistemler diğer IOT(Internet of Things) cihazlarına kıyasla daha fazla hafıza ve internet trafiği kullanırlar. Bu çalışmada Huffman'ın kayıpsız sıkıştırma algoritması DR-502-DCL model elektrik sayacı okuyucu modemine uygulanmıştır. Sıkıştırma algoritması, sayaç verilerinin depolanması için kullanılmıştır. Huffman'ın sıkıştırma algoritması RAM kullanımı ve multi-thread işletim sistemi için optimize edilmiştir. STM32F412 mikrokontrolör ve Winbond marka 128 mbit'lik entegre flash bellek kullanılmıştır. Bu çalışmaya %59'luk bir sıkıştırma oranı elde edilmiştir. Embedded systems, which work with large data sets, need larger memory and consume much more data traffic when compared to other IOT (Interne Of Things) devices. In this study, Human's Lossless Compression Algorithm is optimized and implemented on a Electric Meter Reader Modem (DR-502-DCL). Compression Algorithm used for storing the data which is measured by the electric meter. Huffman's Algorithm optimized for memory (RAM) on a multi-threaded embedded system. STM32F412 microcontroller and Winbond 128mbit embedded fash memory is used for this study. Compression ratio of %59 is reached with eliminating repetitive character groups. 57

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 71-77) xi, 77 leaves The processing and storage of speech signals are widely implemented in modern communication systems. Decreasing the amount of information for modeling the reconstruction of speech signal enhances the transmission and storage capacity of the system. It is important to compress speech without losing its important properties during transmission or reconstruction independently from the speaker and speech signals itself. However, some losses inevitably occur in every compression process. Increasing the compression ratio results in increased losses. Speech enhancement algorithms may be used to enhance strongly compressed speech signals for better intelligibility and quality. The purpose of this study is to enhance speech with healing algorithms that compress speech signals while reducing background noise. The SYMPES [1][2][4] algorithm used in this study compresses data resulting in lesser loss than other known compression algorithms. As a result of the compression, noise occurs in the background. The type of the noise cannot be classified. Attempts have been made to reduce these background noises (distortions) by using di_erent methods of speech enhancement algorithms. More than ten speech enhancement algorithms have been investigated and implemented. Two algorithms with the best-enhanced sound output were determined and compared. One of them, Spectral Subtraction Algorithm, was applied via a geometric approach, which was investigated in 2008 by Yang Lu and Philipos C. Loizou [3].In this algorithm, a noise spectrum is subtracted from the noisy speech signal and then a clean signal spectrum is obtained. Moreover, in the absence of the signal, the noise spectrum can be updated and predicted. This approach expressed that the noise spectrum is not signi_cantly di_erent between update periods and is a noisy cum stationary or slowly changing process. Forward and inverse Fourier transforms are used in the algorithm; hence, the algorithm is quite simple. However, the simple subtraction algorithm is a costly operation. Subtraction must be done with extreme caution to avoid any speech distortion. If too many subtractions are made, some speech information may be removed from the center; if too little is subtracted, it can be observed that a clear majority of the intervening noises are still present. The other speech enhancement method is a statistical model based algorithm. This statistical speech enhancement method involves predicting the statistic of a clean and noisy signal for a sample. In other words, if a speech signal is distorted with a statistically independent noise, the marginal probability distributions of the clean speech and noise signal must be clearly known. In this model-based statistical method, signal and noise statistics are estimated primarily from the speech and noise content. An optimal solution is obtained using statistical models and it is then used in conjunction with distortion measures to solve the existing speech enhancement problem. In this approach, di_erent techniques have been applied to parameterize speech signals such as autoregressive moving average (ARMA), autoregressive (AR), or moving average (MA). Three prediction rules known as the maximum probability (ML), maximum posterior (MAP), and minimum mean square error (MMSE) are used in this approach and have many desirable features to estimate the parameters of the speech signal. ML is used for the maintenance of non-random parameters. The estimation methods MAP and MMSE are used for known parameters of the previously known density function, which can be examined in advance as a random variable. For the speech signal, this model uses the MAP estimation approach, assuming a time-varying AR model for speech enhancement in which both the model and signal are estimated from the noisy signal. However, since the waveform of the speech signal is distorted as a result of the signal improvement, the SNR results are not found very healthy. Therefore, the results are evaluated by the Mean Opinion Score (MOS) test. A subjective test based on MOS is also carried out on some selected utterances. The results of the subjective test are also compared with those of the objective test to determine the most appropriate objective measure for the evaluation of speech enhancement algorithms. The strengths and weaknesses of the various algorithms are analyzed and compared. Quality has been shown in detailed graphs that can be measured and smoothed using the MOS, which de_nes the quality of speech by a listener on a scale of 1 to 5. Bu çalışma konuşma işaretini sıkıştırıp, arka plan da yer alan gürültünün indirgenmesini sağlayan iyileştirme algoritmaları sayesinde arka plandaki gürültü temizlenmesi hedeflenmiştir. Kullanılan sıkıştırma algoritması SYMPES’ in temel amacı ifade edilmek istenirse; konuşma işaretlerinin işlenmesi, depolanması modern iletişim sistemlerinde oldukça önem taşımaktadır. Özellikle konuşma işaretlerinin modellenmesi ya da yeniden oluşturulması sonu cunda, gerekli bilgi miktarının azaltılması, sayısal konuşma işaretlerinin depolanmasını ve iletilmesini sağlayan sistemlerin kapasitesi ses verisi sıkıştırması sayesinde belirgin bir şekilde artmaktadır. Ancak bundan dolayı bir takım veri kaybı olmakta ya da arka plan da gürültü oluşmaktadır. Bu sıkıştırma algoritmalarında temel amaç; konuşma iletiminin ya da konuşmanın yeniden oluşturulmasında konuşma işaretinin kendisinden ve konuşmacıdan bağımsız ve bilginin önemli özelliklerini kaybetmeden yüksek sıkıştırma oranları ile oluşturmasıdır. Bu çalışma da kullanılan SYMPES algoritması da diğer bilinen sıkıştırma algoritmalarına oranla daha az veri kaybı ile sıkıştırma yapmaktadır. Yine de sıkıştırma sonucunda, arka planda birtakım gürültüler olmaktadır. Bu gürültü diğer bir adı ile bozulmalar ses iyileştirme algoritmalarının farklı metotları kullanarak minimize edilmeye çalışılmıştır. Araştırılan bu ses iyileştirme algoritmalarından gürültü kaynağının belli olmadığında arka plan gürültüsü için en sağlıklı sonuçları veren iki algoritma önerilmiş: Spektral Çıkarma Algoritması ve İstatistiksel Tabanlı Model metodudur. Bu metotlar arasındaki karşılaştırmalar yapılmıştır. Spektral Çıkarma Algoritması’nı Özetlemek istersek; ses sinyaline karşılık, ek gürültü düşünüldüğünde, gürültülü ses spektrumundan bir gürültü spektrumu çıkartılarak, temiz bir sinyal spektrumun bir tahminin elde edilir. Gürültü spectrumu yokluğunda sinyal güncellenebilir ve tahmin edilebilmektedir. Bu yaklaşım, gürültü spektrumunun güncelleme dönemleri arasında önemli ölçüde farklı olmadığını ve gürültülü durağan veya yavaş yavaş değişen bir süreç olduğunu özetler niteliktedir. İleri ve ters Fourier dönüşümleri algoritmada kullanılır. Bu nedenle algoritma oldukça basittir. Basit çıkarma algoritması maliyetli bir işlem olduğudan dolayı çıkarma işlemi, herhangi bir konuşma bozulmasını önlemek için çok dikkatli yapılmalıdır. Çok fazla çıkarma yapılırsa, bazı konuşma bilgileri ortadan kaldırılabilir. Ancak çok az çıkarılırsa, araya giren gürültünün büyük çoğunluğu kalabildiği gözlemlenmiştir. Buna ek olarak, bazı durumlarda spektral çıkarmadan kaynaklanan konuşma bozukluklarının çoğu kaldırılmıştır. Diğer bir yaklaşım ise istatistiksel model tabanlı algoritmalardır. Bu istatistiksel konuşma geliştirme metodu, temiz ve gürültülü sinyalin ortak istatistiklerini net bir şekilde bilinmesini ve konuşma sinyalleri için algısal bir bozulma önlemi gerektiren belirli bir örnek fonksiyonu için gürültülü bir sinyalin temiz bir sinyalinin tahmin edilmesi yaklaşımıdır. Diğer bir ifadeyle, eğer konuşma sinyalleri istatistiksel olarak bağımsız bir gürültüyle bozulursa, temiz konuşma ve gürültü sinyalinin marjinal olasılık dağılımları açıkça bilinmesi gereklidir. Bu model tabanlı istatiksel metotta, sinyal ve gürültü istatistikleri öncelikle konuşma ve gürültü içeriğinden tahmin edilir. Optimal çözüm, istatistiksel modeller kullanılarak elde edilir ve daha sonra mevcut konuşma geliştirme problemini çözmek için bozulma önlemleri ile birlikte kullanılır. Bu yaklaşımda, otoregresif hareketli ortalama (ARMA), otoregresif (AR) veya hareketli ortalama (MA) gibi konuşma sinyallerini parametreleştirmek için farklı teknikler bu yaklaşımda uygulanmıştır. Ayrıca, maksimum olasılık (ML), maksimum posteriori (MAP) ve minimum ortalama karesel hata (MMSE) olarak bilinen üç tahmin kuralının, konuşma sinyalinin parametrelerini tahmin etmek için birçok istenen özelliklere sahip olduğu için bu yaklaşımda kullanılmıştır. ML rasgele olmayan parametrelerin bakımı için kullanılmıştır. Tahmin yöntemleri olan MAP ve MMSE, önceden rastgele değişken olarak incelenebilen önceden bilinen yoğunluk fonksiyonunun bilinen parametreleri için kullanılmıştır. Konuşma sinyali için, bu model hem gürültülü sinyalden hem modelin hem de sinyalin tahmin edildiği konuşma geliştirme için zamanla değişen bir AR modeli varsayarak, MAP tahmini yaklaşımı kullanılmıştır. Bununla birlikte, sinyal gelişiminin sonucu olarak ses sinyalinin dalga biçimi bozulduğundan, SNR sonuçları çok sağlıklı bulunmadığından, elde edilen sonuçlar Mean Opinion Score (MOS) testi ile değerlendirilir. Bazı seçilmiş konuşmalar üzerinde MOS temelli öznel bir test gerçekleştirilir. Konuşma geliştirme algoritmalarının değerlendirilmesi için en uygun objektif önlemi belirlemek için öznel testin sonuçları da objektif test ile karşılaştırıldı. Çeşitli algoritmaların güçlü ve zayıf yönleri analiz edilir ve karşılaştırılır. Kalite, bir dinleyicinin konuşmanın kalitesini 1’den 5’e çıkardığı ‘Mean Opinion Score’ testi (MOS) kullanılarak ölçülebilir ve gürültünün temizlendiğine dair ayrıntılar grafiklerle gösterilmektedir. Introduction Speech Enhancement Literature Review: Speech Enhancement Aim and Outline of Thesis Aim of Thesis Outline of Thesis Speech Compression Modeling The Method of SYMPES Understanding the Enemy: Noise Noise Sources Noisy Signal and Speech Levels in Various Environments Classification of Speech Enhancement Algorithms Single Channel Enhancement Systems Statistical Model Based Algorithms Enhancement Based on Short-Time Spectral Amplitude Estimation Speech Enhancement According to Perception Criteria Spectral Subtraction Algorithms Basic Principles of Spectral Subtraction Geometric View of Spectral Subtraction Upper Limits on the Difference Between the Phases of the Noisy and Clean Signals Alternate Spectral-Subtractive Rules and Theoretical Limits Nonlinear Spectral Subtraction Minimum Mean Square Error Spectral Subtraction Algorithm Spectral Subtraction Using Adaptive Gain Averaging Statistical Model Based Methods Maximum-Likelihood Estimators Bayesian Estimators MMSE Estimator MMSE Magnitude Estimator Estimating the a Priori SNR Maximum-Likelihood Method Implementation and Evaluation of the MMSE Estimator Experimental Work Subjective Listening Tests Mean Opinion Score Test Comparison of Algorithms using MOS Conclusion

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 60-64) xii, 65 leaves The main objective of the project is to increase the recognition rate by establishing a multimodal biometric recognition system that uses two di_erent biometric characteristics, as bio-signals. Today, institutions use biometric recognition systems quite often to provide security for many areas such as information security and physical security. The importance of these systems increases day by day in the direction of technological development and increasing demand. Recognition systems based on biometric characteristics are more reliable, because of the possibility of forgetting or losing knowledge in the recognition systems based on knowledge (eg: password) and the possibility of being stolen or guessed by third persons in the biometric recognition based on possessed (eg: card). However, the fraud techniques are also developing in the direction of technological developments and biometric characteristics cannot be renewed in case of imitation, hence the use of multiple biometrics recognition system may be a solution to this problem. At the same time, the use of multiple biometrics increases in the security of systems. In this thesis, a biometric recognition system, which uses the lectrocardiogram (ECG) and speech signals of the person, was created. Since there was not enough time and possibility, an arti_cial database was generated with obtaining these signals from various sources. First, the MIT-BIH Arrhythmia Database was used for ECG signals. This database consists of 48 ECG signals, which belong to 22 females and 26 males. In ccordance with this database, a database was created for the speech signals, which were obtained from the website, given in [1]. The features of the biometric signals were extracted by AC / DCT (Autocorrelation/ Discrete Cosine Transform) method for ECG signals and by Mel Frequency Cepstrum Coe_cients (MFCCs) method for speech signals. The data, which were obtained from the feature extraction, were then classi_ed by the Gaussian Mixture Model (GMM) method. The scores, which were obtained from the classi_cation process, were fused as a single individual's data, and the decision-making step was passed. Recognition rates were obtained in the decision making step. The recognition rate for the ECG signal was %87.50 and 42 persons were matched correctly. The recognition rate for 2 seconds speech signals was %58.33 and 28 persons were matched correctly. Normalization was applied before the fusion of these two datasets. The recognition rate after the fusion was %70.83 and 34 persons were matched correctly. However, when the recognition rates are considered, it has been observed that the recognition rate, which obtained after the fusion, is lower than recognition rate of the ECG signals. Therefore, instead of 2 seconds speech signals, 10 seconds speech signals were used. In this case, the recognition rate of the speech signals was %97.9 and 47 persons were matched correctly. Then, normalization was applied again and two datasets were fused. After the fusion, the rate of recognition reached %95.8 and 46 persons were matched correctly. Projenin temel amacı kişinin iki farklı biyometrik karakteristiğini kullanan bir çoklu biyometrik tanıma sistemi kurarak tanıma oranını yükseltmektir. Günümüzde kurumlar bilgi güvenliği ve fiziksel güvenlik gibi birçok alanda güvenliği sağlamak için biyometrik tanıma sistemlerini oldukça sık kullanmaktadır. Teknolojinin gelişimi ve artan talep doğrultusunda da bu sistemlerin önemi gün geçtikçe artmaktadır. Kişinin bildiği (ör: şifre) veya sahip olduğu (ör: kart) bilgiye veya nesnenin varlığına dayanan tanıma sistemlerinde, kişinin bunları unutabilme, kaybedebilme veya üçüncü kişiler tarafından çalınabilme veya tahmin edilebilme olasılığından dolayı biyometrik karakteristiklere dayanan tanıma sistemleri daha güvenilirdir. Fakat teknolojik gelişmeler doğrultusunda dolandırıcılık teknikleri de gelişmektedir, dolayısıyla biyometrik karakteristikler taklit edilmesi durumunda yenilenemeyeceği için tanıma sistemlerinde birden fazla biyometriğin kullanılması bu sorunun çözümü olabilir. Aynı zamanda birden fazla biyometriğin kullanılması sistemlerin güvenliğini daha artırmaktadır. Bu tezde kişinin Elektrokardiyogram (EKG) ve ses işaretlerini kullanan biyometrik tanıma sistemi oluşturulmuştur. Yeterli zaman ve imkan olmadığından dolayı bu işaretler çeşitli kaynaklardan elde edilerek yapay bir veri tabanı oluşturulmuştur. Öncelikle, EKG işaretleri için MIT-BIH Arrhythmia Database’i kullanılmıştır. Bu veri tabanı 22 kadın ve 26 erkek olmak üzere toplamda 48 kişinin EKG işaretlerinden oluşmaktadır. Bu veri tabanına uygun olarak ses işaretleri için internet sitesinden [1] elde edilen ses kayıtları ile bir veri tabanı oluşturulmuştur. Bu tezde kullanılan biyometrik işaretlerin öznitelikleri ise EKG işaretleri için OK/AKD ( Özilinti Katsayıları/Ayrık Kosinüs Dönüşümü) yöntemi ve ses işaretleri için Mel Frekans Kepstral Katsayları (MFKK) kullanılarak çıkarılmıştır. Öznitelik çıkarımından elde edilen veriler daha sonra Gaussian Karışım Modeli (GKM) yöntemi ile sınıflandırılmıştır. Sınıflandırılma işleminden elde edilen veriler tek bir bireyin verileriymiş gibi birleştirilerek karar verme adımına geçilmiştir. Karar verme adımında tanıma oranları elde edilmiştir. EKG işareti için tanıma oranı %87.50 olup, 42 kişi doğru eşleşmiştir. 2 saniyelik ses işaretleri için tanıma oranı iv v %58.33 olup, 28 kişi doğru eşleşmiştir. Bu iki veri seti birleştirilmeden önce normalizasyon yapılmıştır. Birleştirme sonrası elde edilen tanıma oranı %70.83 olup, 34 kişi doğru eşleşmiştir. Fakat tanıma oranlarına bakıldığında birleşmeden sonra elde edilen tanıma oranının EKG işareti için elde edilen orana göre düşük olduğu gözlemlenmiştir. Bundan dolayı 2 saniyelik ses işaretleri yerine 10 saniyelik ses işaretleri kullanılmıştır. Bu durumda ses işaretlerinin tanıma oranı %97.9 olup, 47 kişi doğru eşleşmiştir. Daha sonra tekrar normalizasyon yapılıp iki veri seti birleştirilmiştir. Birleşme sonrası elde edilen tanıma oranı ise %95.8 ulaşmış ve 46 kişi doğru eşleşmiştir. Introduction Biometric Recognition System History of Biometric Recognition System Multimodal Biometric Recognition System Scenarios of Multimodal Biometric Recognition Systems Modes of Multimodal Biometric Recognition Systems Fusion for Multimodal Biometric Recognition Systems In This Project The Speech Signals Speaker Recognition System History of Recognition System based on Speech Signal The ECG Signals Details of the ECG Signal ECG Measurement Techniques Einthoven’s Triangle Advantages of the ECG Signal The ECG Recognition System History of The ECG Recognition System Feature Extraction and Classification Methods Feature Exraction Method Mel Frequency Cepstrum Coefficients Pre-Emphasis Frame Blocking Windowing Fast Fourier Transformation Mel-Frequency Warping Cepstrum Liftering The Discrete Cosine Transform of the Autocorrelation Framing Autocorrelation Discrete Cosine Transform Classification Method Gaussian Mixture Model The Parameter Estimation Speech Signal and ECG Signal based Recognition System Feature Extraction Methods Extraction of MFCC based Features from the Speech Signals Extraction of AC/DCT based features from the ECG signals Block Diagram Fusion & Matching Experimental Work Datasets Normalization Min-max Normalization Z-score normalization Results Conclusion & Discussion

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 94-98) xviii, 115 leaves The idea is the; realize biometric recognition system by using ECG signal which was began to use in the last 10 years. Until now, ECG based biometric systems have been developed by using the database which ECG signals are taken from the subjects’ chest by using patient monitor or high speed data acquisition systems. For constructing database, most researchers have used three disposable ECG electrodes on subjects’ chest to extract the ECG signal. Because of that, ECG based biometric systems were being considered hard to use. For this reason, we want to make a system that is easy to carry, and easy to apply on subjects. In most of biometric systems, ECG database have constructed by using ECG signal of the subjects that were taken by using electrodes which were located in left and right side of the heart with a reference electrode on right leg. However, in our system, the database consisted of the ECG signals which were taken by using patient’s right and left thumb. The difference of our system with the others is; there is EMG noise which is in the same frequency range with ECG signal. Because of frequencies are the same, it is very hard to eliminate with filters. For this reason, database was enhanced by applying the different filters on ECG signal to reduce the noises for higher recognition rate. First week of the dataset -which was obtained by using ECG signals of 30 people in two separate weeks- is extracted the personality information by performing AC/DCT and MFCC methods and is reserved as training dataset. ECG signals which obtained by AC/DCT methods in second week are called as test dataset. First candidate is determined by putting the AC/DCT features of an unknown person into the LDA classifier. In the meantime, same person’s MFCC features put into the LDA classifier and the second candidate is determined. If these two candidates are the same, they are labeled as A and B person. If they are not the same person, then QRS frames of the proximate two candidates obtained from AC/DCT features and QRS frames of the proximate two candidates obtained from MFCC features are sent to K-NN algorithm. QRS frames of these 4 candidates are sorted ascending according to the proximity to the QRS frame of unknown person, and nearest candidate to unknown QRS segment is labeled as A and B person. Proposed method was reached to success at rate of %96 average frame recognition. Projenin başlıca amacı, 10 yıldan beri süre gelen EKG sinyali ile yapılan biyometrik sistemlerini, farklı bir ölçüm yöntemiyle gerçekleştirmektir. Şu ana kadar yapılan EKG tabanlı biometrik sistemlerin çoğu, hastanelerde kullanılan hasta başı monitör veya yüksek hızlı veri analiz kartları yardımıyla EKG ölçümlerinin alınarak veri kümelerinin oluşturulmasına dayanmaktadır. Bu kapsamda her bir deneğin göğsüne tek kullanımlık 3 adet elektrot takılarak kanal 1 ölçüm uçlarından EKG sinyali alınmıştır. Her bir denek için kullanılan elektrotlar hem maliyeti arttırmakta, hem de zahmetli bir iş olmaktadır. Bu cihazların pahalı olmasının yanı sıra kullanılabilirlikleri de bir hayli zordur. Bu yüzden amacımız; kolaylıkla taşınabilir, kullanımı kolay, elektrot tak çıkar derdinden kurtaracak bir sistem yaparak biyometrik tanıma sistemini gerçekleştirmek istememizdir. Diğer biyometrik tanıma sistemlerinde, kalbin sağ ve sol tarafına yerleştirilen elektrotlar ve sağ bacağa takılan referans elektrotu ile alınan EKG sinyallerinden oluşan veri kümeleri kullanılmıştır. Sistemimizde ise sağ ve sol kol başparmaklardan alınan EKG sinyallerinin diğer parmakları da referans alarak veri kümesini oluşturmaktayız. Diğer sistemlerden farklı olarak sistemimizde, EKG sinyallerinin üstüne binen EMG gürültüsü daha fazla olmaktadır. EKG ve EMG sinyallerin frekans aralıkları iç içe olduklarından dolayı birbirinden filtreler yardımıyla ayrılması bir hayli zordur. Bu nedenle farklı filtreler uygulayarak EKG sinyallerinin gürültü oranını azaltmaya yönelik yöntemler kullandık ve EKG veri tabanlarımızı geliştirdik. Otuz kişiden iki farklı haftada aldığımız EKG sinyalleriyle oluşturulan veri kümesinin ilk haftası AC/DCT ve MFCC metotlarına uygulanarak kişilik bilgileri çıkartılır ve eğitim veri seti olacak şekilde ayrılır. İkinci hafta aldığımız EKG sinyalleri ise AC/DCT ve MFCC metotlarından geçirilerek test veri seti olarak isimlendirilir. AC/DCT öznitelikleri çıkarılan kişi LDA sınıflandırıcıya sokularak bir aday belirlenir. Eş zamanlı olarak aynı kişinin MFCC öznitelikleri de LDA sınıflandırıcıya sokularak bir aday daha belirlenir. Eğer bu iki aday aynı ise, A veya B kişisi diye etiketlenir. Eğer birbirinden farklı iseler AC/DCT özniteliklerinden çıkarılan en yakın iki adayın QRS bölütleri ve MFCC özniteliklerinden çıkarılan en yakın iki adayın QRS bölütleri K-NN algoritmasına gönderilir. Bu dört adayın QRS bölütleri, bilinmeyen kişinin QRS bölüdüne yakınlığına göre küçükten büyüğe sıralanır ve en yakın aday, A veya B kişisi olarak etiketler. Önerdiğimiz yöntemle ortalama bölüt tanıma oranı %96 ‘ya ulaşmıştır Introduction to Biometric Recognition System Biosignals Measurement Techniques 12-Lead Measurement Setup and Einthoven’s triangle Common Monitoring Problems Baseline Wandering Powerline Noise Muscle Tremor Misleaded Electrodes ECG Waveform Components P wave PR interval QRS complex ST segment T wave QT interval Analog Filters Fundamentals of Analog Filters Lowpass Filter Design First-order lowpass filter design Second order unity gain lowpass filter design Highpass Filter Design First-order inverting highpass filter design Second-order unity gain highpass filter design Designing 5th order Lowpass Filter Digital Filters Fundamental of Digital Filters FIR Lowpass Filter FIR Highpass Filter FIR Bandpass Filter FIR Bandstop Filter FIR and IIR Notch Filter Design IIR and FIR Notch Filter Application on Matlab IIR Notch Filter Application on dsPICs Design of Fingertip ECG Measurement System Block Diagram of Fingertip ECG Measurement System Power Supply of ECG circuit Instrumentation Amplifier Right Leg Drive Circuit 5ᵗʰ order Lowpass Filter Opto-coupler Schematic of Fingertip ECG Circuit dsPIC microC Program Matlab Program Matlab Outputs of the ECG circuit Basics for designing PCB of Fingertip ECG Introductions to Feature Extraction and Classification Features related to ECG Based Biometric Systems and Features Extraction Methods AC/DCT Based Features Mel-Frequency Cepstral Coefficient Based Features Methods for Classification Linear Discriminant Analysis based Classification Method K-Nearest Neighbors (K-NN) Classification Method Proposed Method Preprocessing Stage Feature Extraction and Classification Process Experimental Work ECG Dataset Assessment Creteria Assessment Result Discussion and Conclusions Selection of Microcontroller Basic configuration of dsPIC30F3011 Amplifier Operational Amplifier Op-amp Selection Instrumentation Amplifier Instrumentation Amplifier Selection Other Circuit Components DC-DC Isolated Voltage Regulator FT232RL USB Serial Adapter Crystal Oscillator SMD LED SMD Capacitor Opto-coupler Normalized Denominator Polynomials in Factored Form EPIC Ultra High Impedance ECG Sensor

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 207-211) xvii, 212 leaves The transmission and storage of speech sounds is possible for decades. In addition by using signal processing techniques, it is also possible tp process speech signals. By using time abd frequency analysis od speech signal and several machine learning algorithms, it is possible to build a system which is used to recognize spoken words. Such systems are called Automatic Speech Recognition systems. In our work, We have used the Automatic Speech Recognition system for Turkish spoken language which has built by BUSIM speech group. However, the output of the recognizer is the list of spoken words. Even for humans it is avery hard to understand a text without punctuation symbols. Hence to build more complex recognizer whose goal to perform topic segmentation and topic summarization, the output of ASR should be divided into sentences at first. Our goal is to build a system which performs the sentence segmentation. In our work We have used ASR system to obtain word level and phoneme level time marks and by using that time marks with the audio files, We have extracted prosodic features, where the prosodic properties of speech contains information about the punctuation in the text, which is not available at the output of ASR system. Uzun yıllardan beri ses ve konuşmaların saklanması ve iletilmesi mümkündür. Ayrık zamanlı ve sürekli zamanlı işaret işleme yöntemleri sayesinde ses ve konuşma işaretleri de işaretleri de işlenebilmektedir. Bununla beraber, eğitilebilen algoritmalar kullanılarak Otomatik Konuşma Tanıma ve Otomatik Konuşmacı tanıma sistemleri de geliştirilebilmektedir. Bu çalışamada Boğaziçi Üniversitesi'nde bulunan ''BUSİM spech group'' tarafından geliştirilmiştir, Türkçe dili için otomatik konuşma tanıma sistemi kullanılmıştır. Bu sistem; konuşmacıların söylediği kelimeleri bir liste halinde dökebilmektedir. Ancak; bir insan için bile noktalama işaretlerinden yoksun bir metinden bilgi alabilmek oldukça zordur. Bu sebebten dolayı konu bölütleme veya konu özetleme gibi daha ileri uygulamaları yapabilmek için, öncelikle cümle bölütleme işlemenin yapılması gerekmektedir. Dil bilgisine uygun bir yazılı metindeki noktalama işaretleri, diksiyonda vurgu ile belirtilmektedir. Başka bir deyişle bu özellikler konuşma işaretinin bürünsel özellikleridir. Amacımız, Otomatik Konuşma Sisteminin çıktıları ile ses işaretinin bürünsel özelliklerini kullanarak cümle bölütlenmesini otamatik yapabilenbir sistem geliştirmektedir. Introduction The Overview of the Thesis Communication of Human The Speech Chain The Process of Human Speech Production The Process of Human Hearing and Perception the Sound Speech Signal Processing Speech Properties and Speech Waveform Short-Time Fourier Representation of Speech Acoustic Phonetics Speech Signal Processing in Time Domain Speech Signal Processing in Frequency Domain Homomorphic Speech Signal Processing Linear Predictive Analysis The Speech Recognition Problem Introduction to Automatic Speech Recognition Approaches of ASR Complexity of the ASR System Building a Speech Recognition System Performance Evaluation of Speech Recognizers Modeling a Speech Recognizer Dynamic Time Warping One Stage (OS) Algorithm Hidden Markov Modeling Acoustic Modeling Language Modeling Hidden Markov Model Toolkit Prosody and Prosodic Feature Extraction The Definition of Prosody The Prosodic Features Prosodic Feature Extraction Sentence Boundary Detection Using Prosodic Features and Learning Algorithms Sentence Segmentation Problem Supervised and Semi-Supervised Learning Algorithms Model Training Procedure Conclusion and Test Results Data Sets and Overview of the Used Method Single-Speaker Based Tests Multi-Speaker Based Tests

Sistem deniz suyunun yüz metreye kadar sıcaklık ve basınç değerlerini ölçmek için kullanılmaktadır. Bu proje harcanabilir çevresel sonda olarak da adlandırılabilir. Sonda bir adet sıcaklık sensörü, bir adet basınç sensörü ve sistem elektroniğini içermektedir. Bu sisteme savaş gemilerinin sonarlarının preformansının hesaplanmasında, oşinografi enstitülerinde ve oşinografik amaçlarda ihtiyaç duyulmaktadır.Sonda içerisinde mikro elektromekanik sistem teknolojisi ile geliştirilmiş sensörler bulunmaktadır. Hareket eden gemiden atılan tek kullanımlık sonda, yüz metre derinliğe kadar ulaşmaktadır ve veriler ince iletken bir tel aracılığı ile gemiye gönderilmektedir. Bu veriler toplanıp, depolanıp ve veri sağlama ünitesinde gösterilmektedir.Veriler sıcaklık ve basınç sensörlerinde toplanılmış fakat veri sağlama ünitesine tek tel ile gönderilememiştir. Sonda içerisindeki sistem gemideki ünite ile tek tel ile iletişim kurmak istediğinde sorun oluşmuştur. Tek tel ile iletişim sistemi sadece kısa mesafeler için kullanılmaktadır fakat sistemin yüz metrede haberleşmesini istedim. Sistem donanımsal olarak kurulmuş ve prototip dizaynı çift tel olarak değiştirilmiş, haberleşme sağlanmıştır. The system is used to measure the pressure and the temperature values up to hundred meters of the sea water. This project is also called as expendable environmental probe. The probe contains a temperature sensor, a pressure sensor, and system electronics. It is needed for the calculation of the performance of the sonar of warships, oceanographic institutes and oceanographic purposes.The probe include the sensors which developed by using Micro Electro Mechanical Systems technology. The probe is an expendable probe capable of reaching over hundred metres of depth when dropped from a moving ship, and a thin conducting wire is transferred through the data to the ship. This data is collected, stored, and displayed the data acquistion system.Data was collected from the temperature and the pressure sensors but the data could not displayed the data acqusition system with one wire system. One wire system is used only a few meters but I want to communicate the system up to hundred meters. Therefore I decided to use two wire system with communication module. In conclusion, the system was prepared in conformance with hardware design and the communication system was changed with two wire system design. 60