2022-2023 yılı Güz Dönemi Bitirme Projeleri Hakkında

Bilgisayar Mühendisliği Bölümü 2022-2023 yılı Güz Dönemi BLM401 Bitirme Projesi I dersi için verilmesi düşünülen proje konuları aşağıdaki gibi belirlenmiştir. Proje alabilecek durumda olan öğrenciler (Bölüm web sayfasındaki Bitirme Projesi Yönergesindeki şartları sağlayan) almak istediği proje konusunu ilgili öğretim elemanı ile görüşüp Bitirme projesi öneri formunu doldurup gerekli imzalar atıldıktan sonra e-posta yolu ile Dr. Öğr. Üyesi Sultan ZEYBEK’ e göndermelidirler.

NOT: Önerilen Bitirme Projesi Konuları grup çalışması şeklinde yapılacaktır. 

Dr. Öğr. Üyesi Berna Kiraz

Görüntü bölütleme (image segmentation) için hibrit yöntemler:

Bu projede, görüntü bölütleme (image segmentation) için makine öğrenmesi yaklaşımlarında parametre optimizasyonu için sezgisel yöntemlerin geliştirilmesi hedeflenmektedir. Öğrencilerin Python’a hakim olması gerekmektedir. 

Öğrenci sayısı: 2

Medikal verilerde derin öğrenme yaklaşımları kullanılarak veri etiketleme yapmak

Bu projede medikal verilerde veri etiketlemeyi otomatize edecek bir sistemin geliştirilmesi hedeflenmektedir. Bu sistem ile kullanıcı sıfırdan etiketleme yerine belli oranda etiketlenmiş veri üzerinde düzenleme yapabilecektir. Öğrencilerin Python’a ve görsel programlamaya hakim olması gerekmektedir. 

Öğrenci sayısı: 2

Benzetimli tavlama tabanlı algoritmaların pymoo çatısında implementasyonu

pymoo (Multi-objective Optimization in Python), genel amaçlı sezgisel arama algoritmalarının uygulanması ve karşılaştırılması için geliştirilmiş Python tabanlı bir çerçevedir. Bu projede, benzetimli tavlama tabanlı algoritmaların (simulated annealing, multi-objective simulated annealing, A Simulated Annealing-Based Multiobjective Optimization Algorithm: AMOSA) pymoo kütüphanesine eklenmesi hedeflenmektedir. Öğrencilerin Python’a hakim olması gerekmektedir. 

Öğrenci sayısı: 2

Öğrenci Önerisi

Yukarıdaki konu başlıkları dışında makine öğrenmesi, meta-sezgiseller (evrimsel algoritmalar, sürü algoritmaları, vb. ) konularında öğrencinin önereceği bir konu üzerinde de uzlaşma sağlanabilir.

Bu konular dışında öğrencilerin önerdiği, grup çalışmalasına (2-3 kişi) uygun bir konu üzerinde anlaşılabilir. 

Prof. Dr. Ali Yılmaz Çamurcu

C ve java dilinde elliptic curve şifreleme algoritmasının uygulanması: 

Projede öğrenci elliptic curve şifreleme algoritmasını c ve java dilinde şifreleme ve çözme kütüphanesini yazacak ve soket programlama ile iki dil arası güvenli veri gönderimini ve alma işlemlerini gerçekleştirecektir. Başka hazır kütüphane şifreleme algoritmaları ile performans analizi yapacaktır (2 kişi).

Akıllı ev kasası: 

Günümüzde kullanıcılar evlerinde kasa bulundurmaktadırlar. Ancak evde olmadıklarında bu kasalar çeşitli çalınma durumlarıyla karşı karşıya kalabilirler. Hırsız ya da tanıdık biri kasaya erişebilir. Akıllı ev kasası internet bağlantısı sayesinde üzerindeki sensör bilgilerini kullanıcının cep telefonuna iletecektir. Sensörler hareket,  ısı, ışık vesair olabilir. Bununla birlikte eklenebilirse gps ile kasanın taşıma durumunda mevcut yerini de gösterebilir. Böylelikle evdeki kasalar daha güvenli hale gelir (3 Kişi).

Dr. Öğr. Üyesi Shaaban Sahmoud

Twitter Veri Analizi 
Sosyal medya kullanımı günümüzde çok hızlı bir şekilde artmaktadır. Son zamanlarda bu sosyal ağların verilerini analiz etmek için birçok yöntem ve algoritma önerilmiştir. Analiz yöntemlerinden duruş tespiti, bu büyük veri içerisinde kullanılan bilgilerden yararlanmada kullanılan bir çalışma alanındadır. Bu projede öğrenciler öncelikle twitter'dan büyük bir veri seti indirmeye çalışacaklar ve daha sonra mevcut teknik ve algoritmaları kullanarak bu verileri analiz etmeye çalışacaklar. 

Evrişimsel sinir ağları kullanarak nesne algılama
Evrişimsel sinir ağları, derin öğrenmenin bir alt dalıdır ve genellikle görsel bilginin analiz edilmesinde kullanılır. Yaygın kullanım alanları resim ve video tanıma, önerici sistemler, tıbbi görüntü analizi ve doğal dil işleme olarak sıralanabilir. Bu projede öğrenciler bir dizi nesne seçecek, ardından eğitim sürecinde kullanılacak bazı veri setleri bulacaklar. Bazı durumlarda öğrenciler veri setini kendileri toplamalıdır. Bundan sonra öğrenciler, ele alınan nesneleri başarılı bir şekilde sınıflandırmak için farklı evrişimli sinir ağları modelleri oluşturacaklar.

Bilgisayarla Görme Yeteneklerine Sahip Robot

Bu projede öğrenciler bir robota birçok bilgisayarlı görü tekniği ve sensör eklemelidir. Bir takım uygun donanım ve yazılımları kullanacaklardır. Robot bu tekniklerden faydalanmalı ve uygulamalı olarak kullanmalıdır. Bu tekniklere örnekler: - Yüz algılama ve izleme, yüz tanıma, göz izleme, poz algılama, hareket algılama, nesne algılama

Dr. Öğr. Üyesi Ali Nizam

Blockchain DB üzerinde veri yönetimi 

Blockchain DB temel veri yönetim işlemlerinin gerçekleştirilmesi, güvenlik ve veri erişim yönetimi. Bunun yanında indeksleme gibi performans artışına yönelik çalışmalar da araştırılacaktır.

Derin öğrenme ile yazılım kod analizi

Yazılım kodunda statik kod analiz araçlarıyla tesit edilen kalite sorunlarının bunlara ihtiyaç duymadan derin öğrenme yöntemleriyle analiz edilmesi

Ders takibi web uygulaması

Derslerin ve sınavların planlanması konusunda kullanılacak bir web uygulaması geliştirilemesin üniversitemizde devreye alınmasına destek verilmesi

İç Mekân Yönlendirme Uygulaması

İç mekân yer belirleme ve kullanıcı yönlendirme için Beacon cihazlarına dayalı bir uygulama geliştirilmesi 

Video destekli satış sitesi

Teknik elemanı olan şirketler için Video destekli satış işlemlerinin yürütülmesini sağlayan web -mobil uygulaması geliştirilmesi

Büyük veri analizinde yenilikçi yöntemler

Büyük veri gerçek zamanlı analiz araçları kullanımı konusunda yenilikçi araçlar üzerinde uygulama geliştirme veya algoritmik çalışmalar yapılması

Edebiyat eserleri için otomatik dizin ve sözlük hazırlama uygulaması

Ofis yazılımları üzerinde edebiyat eserleri için dizin ve sözlük hazırlamayı otomatik hale getirecek bir yazılım geliştirilmesi.

Dr. Öğr. Üyesi Sultan Zeybek

Ağaç Yapılı Yinelemeli Derin Öğrenme Teknikleri ile Görsel-Metinsel Duygu Çıkarımı:

Ağaç yapılı yinelemeli derin öğrenme modelleri ile ikili görsel-metinsel veri kümesi kullanılarak duygu analizi amaçlanacaktır. Önerilen model diğer derin öğrenme modelleri ile karşılaştırılarak performans iyileştirmeleri sağlanmalıdır. (2 kişi)

Okuma Önerisi: https://dl.acm.org/doi/10.1145/2964284.2964288

Uçak Motoru Sağlığı için Derin Öğrenme Yöntemleri ile Karşılaştırmalı Öngörücü Bakım Tahmini

Bu çalışmada derin öğrenme metotları ile uçak motorlarının kalan yaşam ömürlerinin tahmin edilmesi amaçlanır. Öngörücü bakım için motorlardan alınan sensör verileri motorun yıpranma süresi ve seviyesibelirlenmeye çalışılacaktır. (1 kişi)

Okuma Önerisi: https://www.sciencedirect.com/sdfe/reader/pii/S0951832018307506/pdf

Arı Algoritması Kullanılarak Demontaj Sıralaması Tahmini Yapılması

Bu çalışmada metasezgisel algoritmalardan biri olan Arı Algoritması ile akıllı yeniden üretim aşamalarında kullanılmak üzere bir ürünün otomatik demontajı için optimum olan dizi sıralamasının arı algoritması ile tahminlenmesi amaçlanacaktır. (2 kişi)

Okuma Önerisi: https://www.frontiersin.org/articles/10.3389/fmech.2020.576642/full

Bu konular dışında öğrencilerin önerdiği, grup çalışmalasına (2-3 kişi) uygun bir konu üzerinde anlaşılabilir. 

Prof. Dr. Ayşe Şima UYAR

  • Derslik atama probleminin sezgisel algoritmalarla çözümü (2-3 öğrenci)
  • Sezgisel algoritmalarla video oyunlarinda kontrolör geliştirme  (MS Pacman oyununda Pacman veya hayaletler için kontrolör yazma (2-3 öğrenci), 
  • Mario oyunu kontrolör geliştirme (2-3 öğrenci)) 

Dr. Öğr. Üyesi Gönül ULUDAĞ

Spike-tetiklemeli (Spike-triggered) nöral karakterizasyonunda makine öğrenmesi yöntemlerinin uygulanması. (2 öğrenci)   

Rassal olarak dogrusal-doğrusal olmayan-Poisson (linear-nonlinear-Poisson: LNP) modeli ile oluşturulacak olan nöral spike tepkilerinin, Spike-tetiklemeli ortalama (spike-triggered average: STA) ve Spike-tetiklemeli kovaryans (Spike-triggered covariance: STC) gibi analizlerinin yapılması.

Değişim noktası (change point) problemlerinde Bayesçi çıkarım (Bayesian inference) yaklaşımları. (2/3 öğrenci) 

Rassal olarak oluşturulacak veri seti üzerinde, çevrimiçi değişim nokta problemine Bayesçi çıkarım yaklaşımları ile çözüm geliştirilmesi. Bir sonraki adımda (vakit olursa) gercek veri seti uzerinde doğruluğunun gerceklenmesi.  

Fonksiyonel manyetik rezonans  görüntüleme (Functional magnetic resonance imaging: fMRI ) temelli etkin bağlantısallık yöntemlerine sezgisel tabanlı yaklaşımlar. (2/3 öğrenci)  

fMRG için etkin bağlantısallık yöntemleri araştırılacak ve seçilen bir yöntem için meta-sezgisel yaklaşımlarından biri ile çözüm gerçekleştirilecek.

Fonksiyonel manyetik rezonans görüntüleme (fMRG) veri ön-işleme yazılım kütüphanelerinin karşılaştırılması. (2/3 öğrenci) 

Nörogörüntüleme verilerinin analizinde yaygın olarak kullanılan SPM, AFNI, FSL, FreeSurfer vb. yazılım kütüphanelerinin karşılaştırılması. fMRG ham verisi üzerinde, karşılaştırılması yapılacak yazılım kütüphaneleri ile veri ön-işleme süreçlerinin gerçeklenmesi. 

Bilgisayar Mühendisliği Bölüm Başkanlığı

Duyuru tarihi: 01.04.2022 15:00