Bilecik Şeyh Edebali Üniversitesi Kurumsal Akademik Arşivi
DSpace@Bilecik, Bilecik Şeyh Edebali Üniversitesi tarafından doğrudan ve dolaylı olarak yayınlanan; kitap, makale, tez, bildiri, rapor, araştırma verisi gibi tüm akademik kaynakları uluslararası standartlarda dijital ortamda depolar, Üniversitenin akademik performansını izlemeye aracılık eder, kaynakları uzun süreli saklar ve telif haklarına uygun olarak Açık Erişime sunar.
DSpace@Bilecik, üyelik gerektirmeyen herkese açık bir sistemdir. Üyelik ve veri girişi sadece BŞEÜ mensuplarına (Öğrenci, idari ve akademik personel) özeldir.
Güncel Gönderiler
İki boyutlu tekil görüntüden çekişmeli üretici ağlar kullanılarak üç boyutlu nesne üretimi
(Bilecik Şeyh Edebali Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2026) Serin, Zafer; Yüzgeç, Uğur; Karakuzu, Cihan
Bu çalışmada, tek iki boyutlu görüntüden üç boyutlu nesne üretimi için Varyasyonel Otomatik Kodlayıcı (Variational Autoencoder – VAE) ve Çekişmeli Üretici Ağ (Generative Adversarial Network – GAN) temelli 3D-VAE-GAN mimarisi kullanılmıştır. Temsil için Derin Sinir Ağları (Deep Neural Networks – DNN) ile uyumlu voksel (volumetric pixel) gösterimi seçilmiştir. Üretim başarımını artırmak için yeniden yapılandırma kaybı (reconstruction loss) olarak Ortalama Karesel Hata (Mean Squared Error – MSE), İkili Çapraz Entropi (Binary Cross-Entropy – BCE), Odak Kaybı (Focal Loss – FL) türevi olan Modülasyon Faktörü Kaybı (Modulating Factor Loss – MFL), Dice Kaybı (Dice Loss – DLS) ve Kesişim Üzeri Birleşim (Intersection over Union – IoU) Kaybı kıyaslanmış; yüzey doğruluğu için özgün bir Uyarlamalı Ağırlıklandırılmış IoU-Odak Kaybı (Adaptive Weighted IoU-Focal Loss – AWIF) önerilmiştir. Literatürdeki Sıkıştırma ve Uyarma (Squeeze-and-Excitation – SE) ile Evrişimsel Blok Dikkat Modülü (Convolutional Block Attention Module – CBAM) dikkat (attention) mekanizmalarına ek olarak frekans düzleminde çalışan özgün bir Karmaşık Faz Kaydırma Dikkati (Complex Phase-Shifting Spatial Attention – CPSA) geliştirilmiştir. GAN sorunları olan mod çökmesi (mode collapse), kaybolan gradyan (vanishing gradient) ve kararsız eğitimi aşmak için Wasserstein Çekişmeli Üretici Ağ (Wasserstein Generative Adversarial Network – WGAN) uygulanmıştır. Kırmızı-Yeşil-Mavi (Red-Green-Blue – RGB) kanallarına derinlik haritaları (depth maps) eklenmiştir. Mimari 2D mixup veri artırma (data augmentation), kodlayıcı (encoder) olarak Derin Artık Ağlar (Deep Residual Networks – ResNet), topluluk (ensemble) tahmini, Spektral Normalizasyon (Spectral Normalization – SN) ve Lipschitz kısıtına (Lipschitz constraint) uyum için Gradyan Cezalandırması (Gradient Penalty – GP) ile güçlendirilerek Spektral Wasserstein Dikkat Üretici Topluluk-3D (Spectral Wasserstein Attention Generative Ensemble 3D – SWAGE-3D) yapısı oluşturulmuştur. ShapeNet veri setindeki 13 sınıfta IoU, Chamfer Uzaklığı (Chamfer Distance – CD) ve F-Skoru (F-Score) başarım metrikleriyle yapılan analizler, bu geliştirmelerin nicel (quantitative) ve nitel (qualitative) başarıyı belirgin şekilde artırdığını kanıtlamaktadır.
S235 çelik profillerinde eğilme davranışının farklı zımba geometrileriyle deneysel ve nümerik olarak incelenmesi
(Bilecik Şeyh Edebali Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2026) Berberoglu, Melike Nur; Esener, Emre
Yüksek mukavemet-ağırlık oranları ve üstün enerji sönümleme karakteristikleri, ince cidarlı
elemanları otomotiv ve savunma sanayii gibi yapısal güvenliğin ve ağırlık optimizasyonunun
öncelikli olduğu sektörlerde temel bileşenler haline getirmiştir. Bu parçaların operasyonel
performansını belirleyen en kritik faktör, genellikle maruz kaldıkları kompleks eğilme
yüklemeleri altındaki yapısal kararlılıklarıdır. Bu gereksinimler doğrultusunda, süneklik ve
rijitlik dengesiyle öne çıkan S235 (St-37) yapı çeliği, endüstriyel tasarımlarda stratejik bir
malzeme olarak tercih edilmektedir.
Bu çalışma kapsamında, ince cidarlı S235 yapı çeliği profillerin elastik ve plastik deformasyon
sınırlarını belirlemek amacıyla Üç Nokta Eğme Testi (3-PBT) yöntem olarak seçilmiş; bu
yükleme altındaki mekanik davranışlar farklı süreç parametreleri dikkate alınarak deneysel ve
nümerik olarak incelenmiştir. Kare kesitli profiller için üç farklı zımba geometrisi temel
değişken olarak belirlenmiş olup, sabit destek aralığında bu parametrelerin eğilme direnci ve
deformasyon karakteristiği üzerindeki etkileri analiz edilmiştir.
Malzemenin anizotropik davranışını ve gerçek çalışma koşulları altındaki limit durumlarını
doğru tahmin edebilmek amacıyla nümerik modellemelerde Hill-48 plastisite yaklaşımı
kullanılmıştır. Elde edilen deneysel veriler ile sonlu elemanlar analizi sonuçları
karşılaştırılarak, kullanılan malzeme modelinin S235 profillerin taşıma kapasitesini ve geri
esneme (springback) davranışlarını tahmin etme performansı ortaya konmuştur. Bu bütüncül
yaklaşım, ince cidarlı çelik elemanların yapısal güvenlik sınırlarının ve enerji absorpsiyonu
kapasitelerinin daha hassas bir şekilde belirlenmesine katkı sağlamaktadır.
Pre-Trained Variational Autoencoder Approaches for Generating 3D Objects from 2D Images
(Springer, 2024) Serin, Zafer; Yüzgeç, Uğur; Karakuzu, Cihan
Bu çalışmada, 2B görüntülerden 3B nesne üretimi alanında üretken çekişmeli ağların (GAN'lar) ve varyasyonel oto-kodlayıcıların (VAE'ler) özgün bir kombinasyonu olan 3D-VAE-GAN modellerine odaklanılmaktadır. Spesifik olarak, yapının VAE bileşenindeki potansiyel kodlayıcı ağlar olarak önceden eğitilmiş çeşitli evrişimli sinir ağlarının (CNN'ler) kullanımı araştırılmaktadır. Bu önceden eğitilmiş ağ modelleri DenseNet121, EfficientNetB0, RegNet16 ve ResNet18'dir. Ayrıca, tam bağlantılı (fully connected) bir katmana sahip standart bir CNN modeli ile tam bağlantılı bir katmanı olmayan bir CNN modeli de kullanılmıştır. Eğitim sürecini kolaylaştırmak için, GAN modelinin üretici ve ayırt edici ağlarında ikili çapraz entropi (binary cross-entropy) kayıp fonksiyonu kullanılırken, VAE modelinin kodlayıcı ağı için Kullback-Leibler ıraksaması (divergence) kullanılmıştır. Eğitim ve test aşamaları için, ShapeNet veri setinde yer alan sandalye kategorisine odaklanılmıştır. 3B ögelerin temsili hususunda, sinir ağı ve derin öğrenme prosedürleriyle son derece uyumlu olduğu kanıtlanan voksellere dayalı bir seçim kullanılmıştır. Yaklaşımımız, 3B nesneler üretmek için girdi olarak yalnızca tek bir 2B görüntü kullanmaktadır. Testler ve değerlendirmeler, VAE'nin kodlayıcı ağı kısmında önceden eğitilmiş ağların kullanımının oldukça başarılı sonuçlar verdiğini göstermiştir. Elde edilen ortalama Kullback-Leibler ıraksama değerleri sırasıyla RegNet16 için 1129.660, ResNet18 için 1219.067, EfficientNetB0 için 1352.815, tam bağlantılı katmanı olmayan CNN için 1538.489, DenseNet121 için 2893.807 ve tam bağlantılı katmana sahip CNN için 1696.749 olarak bulunmuştur. Önceden eğitilmiş RegNet16, diğer yöntemlerden daha üstün bir performans sergilemektedir.
Attention in the frequency domain: a complex phase-shifting spatial attention mechanism for 3D generative models
(Pamukkale Üniversitesi, 2026) Serin, Zafer; Karakuzu, Cihan; Yüzgeç, Uğur
Extracting 3D object geometry from a single 2D image remains a fundamental challenge in computer vision due to inherent information scarcity and ambiguity. To encourage the model to learn fundamental geometric structure rather than over-relying on texture and color cues, we employ a novel data augmentation strategy termed Silhouette Augmentation (SA). Our approach builds upon a voxel-based 3D-VAE-GAN architecture and introduces Complex Phase-Shifting Attention (CPSA), a frequency-domain attention mechanism that performs learned modulation of both phase and amplitude components of feature maps. The CPSA modules are integrated into the encoder after the second, third, and fourth convolutional layers to enhance mid- and high-level feature representations while preserving low-level inductive biases. Experiments are conducted on the widely adopted 13-category ShapeNet subset using an object-instance-level 80/20 train-test split, where all rendered views of each 3D object are assigned exclusively to a single split to prevent data leakage. Quantitative evaluation using the Intersection over Union (IoU) metric demonstrates consistent improvements over the baseline and spatial-domain attention mechanisms (SE and CBAM). When CPSA and SA are jointly applied, the proposed model achieves an average IoU of 0.577 across 13 categories. Multi-seed experiments further confirm the robustness of the improvement, reporting mean ± standard deviation values across independent runs (e.g., 0.6308 ± 0.0040 for Airplane, 0.4326 ± 0.0130 for Display, and 0.5270 ± 0.0023 for Table). Qualitative results show improved global structural coherence, particularly for categories with dominant global geometry. A computational analysis indicates that these gains are obtained with a moderate training-time increase, demonstrating the practical feasibility of frequency-domain attention in voxel-based 3D generative models.
Doğadan esinlenen köpekbalığı derisi dişçik yapılarının aerodinamik ve enerji hasadı performansının deneysel analizi
(Bilecik Şeyh Edebali Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2026) Özdemir, Muhammet; Başaran, Sinan; Özkan, Musa
Akış kaynaklı titreşim (Flow Induced Vibration – (FIV)), küçük ölçekli elektromekanik enerji hasadı alanında umut verici bir yaklaşım sunmaktadır; ancak geleneksel küt cisim enerji hasadı mekanizmalarının performansı, genellikle yüksek aerodinamik sürükleme ve kendi kendini sınırlayan aeroelastik sönümleme nedeniyle kısıtlanmaktadır. Bu araştırma, biyomimetik köpek balığı derisi dermal dentiküllerinin ikili işlevsellik potansiyelini incelemekte ve söz konusu yapıları pasif sürükleme azaltıcı yüzeylerden aktif FIV enerji hasadı mekanizmalarına dönüştüren özgün bir yaklaşım sunmaktadır. Mevcut biyomimetik uygulamalardaki temel bir sınırlılık, mikro-geometrilerin bir tabakaya rijit biçimde sabitlenmesi ve bu durumun dinamik akışkan-yapı etkileşimini sönümlemesidir. Bu sorunu aşmak amacıyla, dentikül dizilerini fiziksel olarak bağımsızlaştıran; böylece pasif yunuslama takibine ve bölgesel sınır tabaka manipülasyonuna olanak tanıyan özel tasarım, çok serbestlik dereceli bir döner mafsal mekanizması geliştirilmiştir. Dentiküllere ait makroskobik ve mikro-geometrik parametreleri farklı Reynolds rejimleri boyunca sistematik biçimde optimize etmek üzere, bir rüzgâr tünelinde kapsamlı bir Taguchi L18 ortogonal dizisi uygulanmıştır. Aerodinamik yük hücresi verileri ve Varyans Analizi (Analysis of Variance – (ANOVA)) sonuçları, döner mafsalın geleneksel küt cisim sürüklemesini başarıyla bertaraf ettiğini ortaya koymuştur. Rijit konfigürasyonlarda akış dinamikleri bütünüyle makroskobik uzunluk tarafından domine edilirken; hareketli mafsal mikro-geometriyi dinamik olarak aktif hâle getirmiş ve yan çıkıntı yüksekliği oranının (TH/H) biçim sürüklemesi azaltımına %26.2 oranında katkı sağlamasına yol açmıştır. Kinematik açıdan lazer deplasman analizi, söz konusu pasif aerodinamik adaptasyonun yüksek genlikli galoplamayı tetiklediğini ve ankastre kirişin yapısal sapmasını sabit referans modellere kıyasla %400'ün üzerinde (8.63 mm'den 34.94 mm RMS değerine) artırdığını kanıtlamıştır. Bu durumun bir sonucu olarak elektromekanik dönüşüm üstel düzeyde artış göstermiştir. İstatistiksel analizler, döner mafsalın piezoelektrik üretim mekanizmasını salt akışkan hızının oluşturduğu doğrudan etkiden özgül biyomimetik geometriye (W/H ve L) kaydırdığını doğrulamıştır. 11.5 m/s hızda test edilen nihai optimum konfigürasyon (L = 12 cm, W/L = 0.87, W/H = 2.5), sürüklemeyi minimize ederken aynı zamanda 10.248 V RMS değerinde tepe elektrik çıktısı üreterek ikili bir optimum duruma ulaşmıştır. Bu çalışma, mekanik olarak eklemlenmiş biyomimetik yapıların, yeni nesil enerji hasadı sistemleri için yüksek verimli ve aktif aero-elektromekanik doğrultucular olarak işlev görebileceğini kesin bir biçimde ortaya koymaktadır.
