Yazılım Mühendisliği Bölümü Yayın Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12416/2147

Browse

Filters

2011 - 201917

Settings

Start date: 2010End date: 2019

Search Results

Now showing 1 - 10 of 17
  • Conference Object
    Citation - Scopus: 3
    Scalable Video Transmission Over Unreliable Networks Using Multiple Description Wavelet Coding
    (2011) Choupanı, Roya; Choupany, R.; Wong, S.; Tolun, M.; Bilgisayar Mühendisliği
    Scalable video coding (SVC) and multiple description coding (MDC) are the two different adaptation schemes for video transmission over heterogenous and best-effort networks such as the Internet. We present a new approach to combine the advantages of SVC and MDC to provide reliable video communication over a wider range of communication networks and/or satisfy application requirements. Our proposed method utilizes 3D discrete wavelet transform and a modified embedded zero tree data structure to group the coefficients in different descriptions. The proposed method reduces the impact of the drift error by organizing the frames in a hierarchical structure. © 2011 AICIT.
  • Article
    Tacıt Knowledge Vısualızatıon Through Organızatıonal Explıcıt Knowledge Warehouses: A Proposal For Research Methodology Desıgn And Executıon
    (2011) Medeni, İhsan Tolga; Medeni, Tunç; Tolun, Mehmet
    Knowledge visualization can be used in several fields from medical imaging to industrial engineering. Although there could be variety of applicable research areas, our consideration will be the tacit knowledge visualization in organizations. This proposal aims to suggest a study to develop a tacit knowledge visualization framework to support know-where requirements of the organizational knowledge. With the implementation of our framework in a software application, it is aimed to create a virtual environment, where subject-based knowledge requirements will be answered by the visualized tacit knowledge of individuals and possibly the relations among individual members of the organization
  • Conference Object
    Yeşil BHT Bilgi ve Haberleşme Teknolojileri Akademisyen ve Uygulayıcılar Açısından Bir İnceleme
    (2011) Akba, Fırat; Medeni, İhsan Tolga; Medeni, Tunç Durmuş; Tolun, Mehmet Reşit; Öztürk, Mehmet
  • Conference Object
    Hierarchical SNR Scalable Video Coding with Adaptive Quantization for Reduced Drift Error
    (2015) Choupani, Roya; Wong, Stephan; Tolun, Mehmet
    In video coding, dependencies between frames are being exploited to achieve compression by only coding the differences. This dependency can potentially lead to decoding inaccuracies when there is a communication error, or a deliberate quality reduction due to reduced network or receiver capabilities. The dependency can start at the reference frame and progress through a chain of dependent frames within a group of pictures (GOP) resulting in the so-called drift error. Scalable video coding schemes should deal with such drift errors while maximizing the delivered video quality. In this paper, we present a multi-layer hierarchical structure for scalable video coding capable of reducing the drift error. Moreover, we propose an optimization to adaptively determine the quantization step size for the base and enhancement layers. In addition, we address the trade-off between the drift error and the coding efficiency. The improvements in terms of average PSNR values when one frame in a GOP is lost are 3.70(dB) when only the base layer is delivered, and 4.78(dB) when both the base and the enhancement layers are delivered. The improvements in presence of burst errors are 3.52(dB) when only the base layer is delivered, and 4.50(dB) when both base and enhancement layers are delivered.
  • Conference Object
  • Conference Object
    Optimized Multiple Description Coding for Temporal Video Scalability
    (Springer Verlag, 2013) Choupani, R.; Wong, S.; Tolun, M.
    The vast application of video streaming over the Internet requires video adaptation to the fluctuations of the available bandwidth, and the rendering capabilities of the receiver device. On the other hand, the available video coding standards are designed for optimum bit rate which makes them susceptible to packet losses. A combination of video adaptation methods and error resilient methods can make the video stream more robust against networking problems. In this paper, an optimization for combining scalable video coding with multiple description coding schemes have been proposed. Our proposed method is capable of creating balanced descriptions with optimum coding efficiency.
  • Article
    Otomatik Konuşma Tanımaya Genel Bakış, Yaklaşımlar ve Zorluklar: Türkçe Konuşma Tanımanın Gelecekteki Yolu
    (2019) Oyucu, Saadin; Polat, Huseyin; Sever, Hayri
    İnsanlar arasındaki en önemli iletişim yöntemi olan konuşmanın, bilgisayarlar tarafından tanınması önemli bir çalışma alanıdır. Bu araştırma alanında farklı diller temel alınarak birçok çalışma gerçekleştirilmiştir. Literatürdeki çalışmalar konuşma tanıma teknolojilerinin başarımının artmasında önemli rol oynamıştır. Bu çalışmada konuşma tanıma ile ilgili bir literatür taraması yapılmış ve detaylı olarak sunulmuştur. Ayrıca farklı dillerde bu araştırma alanında kaydedilen ilerlemeler tartışılmıştır. Konuşma tanıma sistemlerinde kullanılan veri setleri, özellik çıkarma yaklaşımları, konuşma tanıma yöntemleri ve performans değerlendirme ölçütleri incelenerek konuşma tanımanın gelişimi ve bu alandaki zorluklara odaklanılmıştır. Konuşma tanıma alanında son zamanlarda yapılan çalışmaların olumsuz koşullara (çevre gürültüsü, konuşmacıda ve dilde değişkenlik) karşı çok daha güçlü yöntemler geliştirmeye odaklandığı izlenmiştir. Bu nedenle araştırma alanı olarak genişleyen olumsuz koşullardaki konuşma tanıma ile ilgili yakın geçmişteki gelişmelere yönelik genel bir bakış açısı sunulmuştur. Böylelikle olumsuz koşullar altında gerçekleştirilen konuşma tanımadaki tıkanıklık ve zorlukları aşabilmek için kullanılabilecek yöntemleri seçmede yardımcı olunması amaçlanmıştır. Ayrıca Türkçe konuşma tanımada kullanılan ve iyi bilinen yöntemler karşılaştırılmıştır. Türkçe konuşma tanımanın zorluğu ve bu zorlukların üstesinden gelebilmek için kullanılabilecek uygun yöntemler irdelenmiştir. Buna bağlı olarak Türkçe konuşma tanımanın gelecekteki rotasına ilişkin bir değerlendirme ortaya konulmuştur.
  • Article
    Otomatik Konuşma Tanıma Sistemlerinde Kullanılan Gerçek Metin Verisinde Biçimbilimsel-Sözdizimsel Hataların Tespiti ve Düzeltmesi
    (2019) Polat, Hüseyin; Sever, Hayri; Oyucu, Saadin; Tekbaş, Şükran
    Türkçe Otomatik Konuşma Tanıma (ASR: Automatic Speech Recognition) sistemlerinde kullanılan akustik model gürbüz bir dil modeli ile desteklenmediği durumlarda kelime hata oranı yüksek çıkmaktadır. İyi dizayn edilmiş bir dil modeli ile akustik modelin birlikte ASR’de kullanılması kelime hata oranını düşürmektedir. ASR için gerekli dil modelinin eğitiminde düz metin verisi kullanılmaktadır. Kullanılan metin verisinin doğruluğu ASR modellerinin eğitimi için oldukça önemlidir. Bu çalışmada, doğal dil işlemeye dayalı bir yöntem kullanılarak Türkçe ASR sisteminin eğitilmesinde kullanılan metin verisi içerisindeki yazım hatalarının tespiti ve düzeltilmesi gerçekleştirilmiştir. Öncelikle metin verisi içerisinde dil bilgisel olarak yanlış yazılmış olan kelimeler bulunmuştur. Bir kelimedeki karakter eksikliği, karakter fazlalığı, karakterlerin yer değiştirmesi veya karakteri yanlış yazılmış olan kelimeler hatalı olarak kabul edilmiştir. Metin verisi içerisinde hatalı olarak kabul edilen kelimeler morfolojik analiz ile tespit edilmiştir. Yanlış kelimelerin yerine atanacak olan kelimeler belirlenmiştir. Yanlış yazılmış olan kelimeler doğru kelimeler ile değiştirilmiştir. Gerçekleştirilen çalışma hatalı kelimeleri tespit etme ve doğru kelimeler ile yer değiştirme işleminde %93 oranında başarı göstermiştir.
  • Conference Object
    Sınıflandırmada Küçük ve Dengesiz Veri Kümesi Problemi
    (2019) Par, Öznur Esra; Akçapınar Sezer, Ebru; Sever, Hayri
    Verilerinin sınıflandırılması, veri kümesinin küçük ve dengesiz olması durumunda zorlaşmakta ve sınıflama performansını direkt etkilemektedir. Veri setinin küçük olması ve/veya sınıflar arasında dengesizlik olması veri madenciliğinde büyük bir sorun haline gelmiştir. Sınıflama algoritmaları, veri setlerinin yeterli büyüklüğe sahip, dengeli olduğu varsayımı üzerine geliştirilmiştir. Bu algoritmaların çoğu, azınlık sınıfındaki örnekleri göz ardı ederken veya yanlış sınıflandırırken, çoğunluk sınıfa odaklanır. Medikal veri madenciliğinde bazı kısıtlardan dolayı küçük ve dengesiz veri seti problemi ile sıklıkla karşılaşılmaktadır. Çalışma kapsamında erişime açık hepatit veri seti, küçük veri setlerine bölünmüş, oluşturulan her bir veri seti uzaklık tabanlı yöntemlerle çoğaltılmıştır. Çoğaltılan veri setleri dört farklı makine öğrenmesi algoritması (Yapay Sinir Ağları, Destek Vektör Makineleri, Naive Bayes ve Karar Ağacı) kullanılarak sınıflandırılmış, elde edilen sınıflama sonuçları karşılaştırılmıştır.
  • Article
    A Combined Spatial and Frequency Based Texture Model for Organ Segmentation in Computed Tomography Examinations
    (Amer Scientific Publishers, 2014) Hassanpour, Reza; Shahbahrami, Asadollah; Wong, Stephan; Jafari, Aref
    The organ segmentation in computed tomography (CT) examination is a tedious and error prone task. The local similarity of the pixels from different organs, and the differences between the pixels of the same organ observed in different examinations are two most challenging problems affecting the segmentation process. In this study, statistical and spectral texture properties are combined with the a-priori knowledge about the human body to develop a model for reliably segmenting organs in CT examinations. The main goal of the developed model is fusing local and global statistics to support spatial-frequency analysis and to maximize the simultaneous localization of energy in both spatial and frequency domains. The feature space dimension is reduced by means of a wrapper technique applied as a pre-processing filter. The proposed classifier utilizes a linear combination (ensemble) of two support vector machines (SVM) where the first SVM classifies the input samples according to their textural information and the second one correct the results of the first classifier by searching the spatial information of those samples in a statistical atlas.