Bilgilendirme: Kurulum ve veri kapsamındaki çalışmalar devam etmektedir. Göstereceğiniz anlayış için teşekkür ederiz.
 

Bostan, Atila

Profile Picture
Profile URL
https://hdl.handle.net/20.500.12416/8671
Name Variants
Job Title
Dr. Öğr. Üyesi
Email Address
atilabostan@cankaya.edu.tr
Main Affiliation
Bilgisayar Mühendisliği
Status
Current Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Files
02230.jpg (1.76 MB)

Sustainable Development Goals

SDG data is not available
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

1

Articles

0

Views / Downloads

2/0

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

0

Scopus Citation Count

0

WoS h-index

0

Scopus h-index

0

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.00

Open Access Source

0

Supervised Theses

1

Google Analytics Visitor Traffic

JournalCount
Current Page: 1 / NaN

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Filters

20251
Reset filters

Settings

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Master Thesis
    Kablosuz Sensör Ağlarında Sekreter Kuşu Optimizasyon Algoritması Kullanarak Yerelleştirme
    (2025) Saedi, Osama Abd Ali Ibrahım Al; Bostan, Atila
    Kablosuz sensör ağları, tıp, bilim ve mühendislik alanlarındaki uygulamalarına duyulan acil ihtiyaç nedeniyle gün geçtikçe araştırmacıların ve yazarların dikkatini çekmektedir. Kablosuz sensör ağları, Nesnelerin İnterneti için hayati öneme sahiptir. Bu ağlar, verileri izlemek, takip etmek, kontrol etmek ve tespit etmek için hedeflenen bir alana dağıtılmış sensörlerden veya düğümlerden oluşur. Kablosuz sensör ağlarıyla karşı karşıya olan düğüm dağıtımı, enerji tüketimi, veri toplama ve düğüm yerelleştirmesi gibi birçok zorluk vardır. Bu çalışma, bu ağlarda belirli bir zamanda meydana gelen belirli bir olaydan çıkarılan verileri toplamak büyük önem taşıdığından, WSN'lerde yerelleştirmeye odaklanmaktadır. Burada, konumları bilinmeyen ağdaki sensörlerin fiziksel konumlarını tahmin etmek için yerelleştirmenin rolü ortaya çıkmaktadır. Dahası, bu konumların koordinatlarını bu ağlarda optimum rotayı belirlemek için kullanma potansiyeli, böylece enerji tüketimini en aza indirir ve bireysel düğümlerin ömrünü uzatır, bu nedenle yerelleştirme, kaynak açısından kısıtlı WSN'lerdeki en kritik zorluklardan birini temsil eder. Birçok araştırmacı, yerelleştirme sorunlarını performansı ve doğruluğu artırmak için optimizasyon sorunları olarak görmektedir. Yerelleştirme sorununu ele almanın en iyi yaklaşımı, klasik yöntemlerden daha fazla etkinlik gösteren sürü zekası algoritmalarını kullanmayı içerir. Bilim insanları, metasezgisel algoritmalara dayalı sürü zekasının, karmaşık optimizasyon görevlerinde ve dinamik çok modlu ortamlarda geleneksel optimizasyon yöntemlerinden daha iyi performans gösterdiğine dair oldukça önemli kanıtlar sundular, çünkü bunlar büyük bir alanda çözüm alanını keşfetme, değişen koşullara uyum sağlama, belirsizlikle başa çıkma ve çok amaçlı optimizasyon problemlerinde daha fazla esnekliğe sahip olma gibi dikkate değer bir yeteneğe sahipler ve karmaşık değişikliklere gerek kalmadan işleme izin veriyorlar. Bu çalışma, Afrika'daki Sekreter Kuşu'nun sürü davranışını simüle eden önerilen Sekreter Kuşu Optimizasyon algoritmasını kullanarak kablosuz sensörlerin yerini tahmin etmeyi amaçlamaktadır. Önerilen algoritmanın ve parçacık sürüsü optimizasyon algoritmasının (PSO) etkinliği arasında bir karşılaştırma yapıldı; simülasyon sonucu, SBOA'nın PSO'dan daha doğru olduğunu ve düğüm yerelleştirmesinde daha yüksek performansa sahip olduğunu gösterdi.