Artificial intelligence has become the trend topic with the rise of the deep learning in 2012. Initially, deep learning researchers are focused on the vision based tasks, such as image classification. First robotic applications were using deep feature extractors in robotic localization and mapping tasks. In addition, object detection and speech recognition applications were done. But the high success rate of deep learning networks in regression problems drive some researchers to imitation learning. Than reinforcement learning applications are started and currently this area is very active.This project is inspired by the new born human babies. Babies start the life with non-trained (partly) brains. They make random movements to gain control of muscles. This network has end–to-end connection. This means there is a connection eye to vision cortex and motor cortex to finger muscles. Brain learns from trial by errors, to effectively play a game by making essential connections. Here, human brain learns this task in self-supervised way. Reward function is the joy (can be serotonin hormone) of playing game.In this project, there are tasks will be given to the mobile robot (easy to control/configure) and robot will do the movement task by learning visiomotor control. Not only vision will be used there are also encoders, sonars, radar, and battery measurements. Fusion of all these sensors are the perception system of the robot. Motion parts are wheel motors and pan/tilt servo motors. In the last stage, it is planned to create network that learns the movement end-to-end from trial by errors. This network will be perception to motion control network. Missing part here is the effective training algorithm and that will be the scientific contribution of this thesis.

Bu proje ile uygulamaya özgü algoritmalar için sayısal bir sistemin yeni bir hesaplama paradigması ile tasarımı hedeflenmektedir. Stokastik hesaplama olarak isimlendirilen bu yaklaşım devrelerin olasılıksal davranışını modellemeye çalışarak bir yaklaşıklıkla istenilen transfer fonksiyonunun gerçeklenmesini daha az devre elemanı ile sağlamayı amaçlar. Stokastik hesaplama her ne kadar 1960’lı yıllara dayansa da, sayısal devrelerin testi ve uygulamaya özgü algoritmalara ilişkin tasarımlara uygulanabilirliği sebebi ile son yıllardaki önemi oldukça artmıştır. Bunun en temel sebebi yarıiletken teknoloji parametrelerinin Moore yasası öngörüsü ile sınıra dayanması ve alan ile güçten kazanıma gitme gereksinimidir. Gerek maddenin atom davranışı, gerekse yaklaşık hesaplamanın doğası gereği stokastik modelin oluşturulması gereklidir. Bu proje önerisinde, farklı platformlarda stokastik hesaplama paradigmaları kullanılarak 3 aşamada tasarım ile uygulamaya özgü bilgisayarla görü ve öğrenme algoritmaları gerçeklenecektir. Bu 3 aşama kapsamında projede giriş bit dizileri, sayısal sistemin stokastik yapısı ve çıkışa ilişkin tüm ölçüm metriği incelenecektir. Bilgisayarla görü ve öğrenme algoritmalarına ilişkin temel bloklar tasarlanacak, hem FPGA üzerindeki referans sentez sonuçları hem de kırmıktaki sistem (SoC) ve GPU kartlarındaki stokastik tasarımları kıyas edilecektir. Temel görüntü işleme operasyonları, öznitelik çıkarma işlemleri, sınıflama-kümeleme gibi makine öğrenmesi algoritmaları ile derin öğrenme temel blokları (konvolüsyon, aktivasyon fonksiyonları, pooling vb.) stokastik olarak tasarlanacaktır. Proje bu kapsamlı yönü ile önceki çalışmalara kıyasla “bilgisayarla görü ve uygulamaları” bakımından özgün bir değere sahip olacaktır. Bu kapsamda yüksek grafik performansına sahip bilgisayar ve geliştirme kartları üzerinde testler yapılacaktır. Proje sonunda stokastik hale getirilmiş bilgisayarla görü algoritmaları ve derin öğrenme ağı analizi, farklı platformlarda test edilmiş olunacak ve platformlara ilişkin detaylı benchmarking-kıyas oluşturulacaktır.

Proje ile ilgili açıklama girilmemiştir.

Bu projenin amacı, obeziteye yatkınlık, obezite gelişimi ve obezitenin metabolik süreçlerle ilişkili bağlantısını ifade edebilecek ve bireylerdeki genetik obezite riskinin kapsamlı tanımlanmasını sağlayabilecek 32 adet gen ile ilişkili polimorfizmin tam otomatize taranmasını gerçekleştirecek bir cihazın geliştirilmesidir. Bu kapsamda projede 1) rekombinaz polimeraz amplifikasyon (RPA) tabanlı bir mutasyon tarama yöntemi geliştirilerek, gerçek zamanlı kantitatif PCR (qPCR) tabanlı yöntemlerin yüksek cihaz maliyeti dezavantajının ortadan kaldırılması 2) Geliştirilen sistemin, DNA izolasyonu dahil, numuneden sonuca insan müdahalesi gerektirmemesi 3) sistemin DNA dizi analizi kadar hassas sonuçlar vermesi hedeflenmektedir.

Bu proje önerisi, RF (Radio Frequency – Radyo Frekansı) vericiler için sayısal ön bozucu geliştirilmesi amacıyla proje çalışma modelini ve konu ile ilgili teknik çözümü tanımlamaktadır. Proje kapsamında bir güç kuvvetlendiricisi, girişinden aldığı eş-faz (In-phase – I) ve dördül-faz (Quadrature-phase – Q) verilerini analog işarete dönüştürüp modüle ederek RF frekansına yükseltecek, gerekli filtreleme ve kuvvetlendirme işlemlerini yaparak çıkışa iletecektir. Kuvvetlendirici katında yüksek çıkış gücü ve yüksek verimliliğe sahip bir Doherty güç kuvvetlendiricisi (Doherty Power Amplifier – DPA) kullanılacaktır. Sistemin doğrusallığını ve verimliliği arttırmak için DPA çıkışından geribesleme alınarak sayısal önceden bozma (Digital Pre-Distortion – DPD) işlemi tasarlanması planlanan sistem ile yapılacaktır. Ayrıca IQ modülasyon ve demodülasyon işlemlerinde ortaya çıkan problemleri düzeltebilecek sayısal teknikler ve algoritmalar da kullanılacaktır. Bu kapsamda güç kuvvetlendiricisi giriş-çıkış sinyalleri arasındaki doğrusal olmayan model, ön model ile elde edilip, gerçek zamanlı çalışma sırasında lineer sonuçlar bu ön sonuçlar kullanılarak elde edilecektir. Literatürdeki modellerde söz konusu olan parametre sayısı çokluğu ve hafıza etkisi gerçek zamanda yapılabilirliği etkilediği gibi test ve model oluşturulması sırasında ortaya çıkan işlem süresini de çarpma, karmaşık sayı vb. işlemleri sebebi ile oldukça arttırmaktadır. Bu projede, efektif bir sayısal sistemde gerçeklenecek DPD, literatürde değinilen bu problemlere çözüm getirecektir. Bu sırada oluşturulacak ön model ile öğrenme algoritmaları makine öğrenmesi yaklaşımları ile GPU (Graphics Processing Unit), optimal çarpma tasarımları ise FPGA (Field Programmable Gate Array) üzerinde sunulacaktır.

Otonom robot bağımsız hareket etme yeteneğine sahip ve kendi güç sistemlerini üzerinde barındıran insansız bir araç olarak tanımlanabilir Uzay araştırmaları arama kurtarma görevleri tarım uygulamaları savunma sanayi vb gibi gerek insanın gerçekleştirmesinin güç veya tehlikeli olduğu gerekse sıradan olarak nitelendirilebilecek işler açısından otonom robotların kullanımı önemli bir yere sahiptir Otonom robot sistemleri üzerindeki araştırmalar yaygın uygulama alanlarının bulunması nedeniyle artarak devam etmektedir Projenin amacı verilen görevleri otonom olarak yapabilecek robotun tasarlanması ve gerçeklenmesidir Robotun otonom kontrol için mesafe hız açı ve konum sensörlerinden gelen bilgiler robotun ana kartı üzerinde işlenecektir Bu sensörlere ek olarak ayrı bir görüntü işleme kartı ile kameralar kullanılarak görüntü ile kontrol algoritmaları ve yöntemleri robot üzerinde uygulanacaktır Robot üzerindeki bütün sensör verileri robot kontrol algoritmaları ile işlenerek robotun otonom olarak verilen görevleri yerine getirmesi sağlanacaktır Bunlara ek olarak robot üzerine koyulacak olan veri ve görüntü aktarıcı modüller sayesinde robota manuel ve yarı otonom kullanım özellikleri eklenecektir

Son yıllarda kimlik belirleme güvenlik açısından bankacılık e ticaret haberleşme suçlu belirleme gibi pek çok alanda önem kazanmıştır Kimlik belirlemede günümüze kadar 3 ayrı yöntemin uygulandığı görülmektedir i iyelik sahip olunan kart anahtar vb ii ii bilgi kullanıcı adı şifre kişisel tanım numarası PIN iii iii biyometri kişinin fizyolojik ve davranışsal karakterinden o kişinin kim olduğunun belirlenmesi ya da kişinin o olup olmadığının doğrulanması bilimi olarak tanımlanabilir Günümüz modern teknolojilerinde önemli yer tutan güvenlik sistemleri birden fazla yöntemi bünyesinde barındırabilmektedir Örneğin kişiye özel tanımlı akıllı kartlar ve bireyin biyometrik özellikleri kullanılarak daha güvenilir güvenlik sistemleri oluşturulmaya çalışılmaktadır Özellikle veri güvenliği protokollerinin artması ile kişiye özgü verilerin sanal ortamda saklanması ve iletimi güvenilir hale gelmiştir Biyolojik açıdan kişinin kimliğini oluşturan parmak izi parmak damar yapısı gibi özellikler ise her kişiye özgü olduğu için geleceğin güvenlik sistemlerinin temel taşı olarak görülmektedir Bu projede akıllı kart temaslı temassız ve biyometrik kontrol damar parmak izi okuma ile kimlik kontrolünü sağlamaya yarayacak genel amaçlı bir sistemin tasarımı hedeflemektedir Öncelikle literatür taraması yapılarak işin akademik boyutu araştırılacaktır Ardından gerekli tüm teorik araştırmalar talep edilen donanımların bilgi kağıtları da baz alınarak yerine getirilecek ve eğer gerekiyorsa yazılım tasarımına ek olarak yeni donanımsal modüller de tasarlanacak ve sistem parçaları bir araya getirilecektir Ardından mikroişlemci tabanlı sistemimize bağlı bazı ara birimlerin haberleşmesi kriptolojik açıdan ataklara yenilmez şekilde tasarlanacaktır Bu sırada bazı standart kripto algoritmaları da bir araya getirilen donanımın testi için kullanılacaktır Projenin fiziksel olarak isterileri karşılaması halinde sistem için gerekli veritabanı da oluşturularak eğer ihtiyaç olursa dokunmatik ekran için de kullanıcı ara yüzü tasarlanacaktır Kullanıcı tüm kontrolü buradan sağlayabilecektir Denetleyiciler arası haberleşmenin kablosuz olarak gerçekleşmesi tasarlanmaktadır Arduino MEGA ADK çıkış pini sayısı çok olması sebebiyle çoğu çevre birimleri kontrol eden kısmı oluştururken Arduino YUN ise Ethernet ve Wi Fi yardımıyla verilerin bilgisayara uzaktan erişilerek aktarılması tarafını oluşturmaktadır

Artan dünya nüfusunun gıda ihtiyacını karşılamanın tek yolu bilimi tarımda en üst düzeyde kullanıp verimi artırmaktır Bu proje birim alanında alınan verimi artırmak için tarım ve teknolojiyi aynı çatıda kullanmayı hedeflemektedir Proje kapsamında uydu görüntüleri ve yersel ölçüm ağlarından alınan verilerin bilgisayarlarda değerlendirilmesi ile ürün ve yer bazında güncel zirai bilgiye dönüştürülmesi amaçlanmaktadır Ayrıca proje kapsamında hassas tarım uygulamlarıo da yer almaktadır