Tez No	İndirme	Tez Künye	Durumu
515808		Serbestlik derecesi iki olan insan kolunun hareketinin CPG (Merkezi desen üreteçleri) metodu kullanılarak optimizasyonu / Optimizing CPGs method for the movement of the human's arm with two degrees of freedom Yazar:LTFEI AHMED A. ABDALSMD Danışman: DOÇ. DR. AYBABA HANÇERLİOĞULLARI ; YRD. DOÇ. DR. HÜSEYİN DEMİREL Yer Bilgisi: Kastamonu Üniversitesi / Fen Bilimleri Enstitüsü / Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:	Onaylandı Doktora Türkçe 2018 86 s.
Günümüzde bilimde ve robotik alanlarda rekabetin artmasıyla birlikte insanlar ve makineler arasındaki uyum, otomasyonun yaygın olarak kullanıldığı ve bu uyumun performansı önemli ölçüde etkilediği imalat sanayi, tıbbi uygulamalar gibi alanlarda hassasiyet, konfor ve kullanılabilirlik açılarından önemli bir rol oynamaktadır. Dolayısıyla bilgisayar teknolojisindeki gelişmeyle birlikte, üreticiler test süresini azaltmak ve maliyetleri düşük tutmak için simülasyona daha fazla yönelmektedirler. Hareket kontrolü sorunu,sinirbilimin ve robotik biliminin verimli bir şekilde etkileşime girebileceği bir durumdur.Bu tezde, insan kolunun hareketleri üzerine, genetik algoritmalar (GA) ve hibrit fonksiyonu aracılığıyla merkezi desen üreteçleri (CPGs) kullanılarak yapılan araştırmaları gözden geçirmekte ve genel bir değerlendirme yapmaktadır. Bunun yanı sıra, CPG'lerin doğadakine benzer şekilde hiçbir girdi veya duyusal geri bildirim olmadığı zaman görülebilenlere benzer ritmik desenler (RPs) üretebildiklerini göstermektedir. Burada kolun hareketi dart atma olarak uygulanacak ve bunda da GA ve hibrit fonksiyonunu kullanan gelişmiş algoritma yazılımı kullanılacaktır. Ayrıca bu çalışma serbestlik derecesi iki olan (DOF) ayrık, tek yönlü, çift yönlü iki CPG'si olan üç farklı CPG durumunu incelemektedir. Her bir durum için, optimizasyon sırasında farklı senaryolar kullanılarak analiz ve karşılaştırma yapılacaktır. Bu optimizasyon, objektif fonksiyona, basit doğrusal ve doğrusal olmayan kısıtlamalara bağlıdır. Bu tez, CPG'lerin parametrelere duyarlılığını da incelemektedir. Son olarak CPG'lerin gerçek verilere benzer ritmik desenler üretebildiğini göstermek için gerçek veriler toplanmıştır. Anahtar Kelimeler: Merkezi Desen Üreteçleri, Kinematik Denklemleri (Cpgs), Hareket Üretimi Optimizasyonu, Genetik Algoritma (GA).
Nowadays with an increase in competition in science ve robotics sector, the harmony between human ve machines plays an important role in precision, comfortable ve usability, where that harmony affect the performance of automation, that commonly used in manufacture industry ve medical uses Etc. Therefore, with improvement in computer technology, manufacturers are looking toward computational simulation to reduce the testing time ve keep the cost low. The problem of controlling motion is an area in which neuroscience ve robotics can fruitfully interact. This study reviews researches carried out on human's arm motion by Central Pattern Generators (CPGs) using the Genetic Algorithms (GA) ve hybrid function. As well as, it shows that the CPGs are able to produce rhythmic patterns (RPs) similar to those that can be seen in nature without any input or sensory feedback. Moreover, the movement of the arm would be implemented as dart throwing ve can be used by developed algorithm software that uses the GA ve hybrid function. In addition, this study investigates three cases of the CPGs which are uncoupled, unidirectional, bidirectional two CPGs with two degrees of freedom (DOFs). For each cases, analysis ve comparison would be done by using different scenarios during the optimization. That optimization depends on objective functions, simple linear, ve nonlinear constraints. This thesis studies the sensitive of the parameters of CPGs. Finally, the real data is collected in order to show that the output of CPGs are able to produce RPs similar to real data. Keywords: Central Patterns Generators (Cpgs), Kinematics Equations, Optimizing Motion Generation, Genetic Algorithm (GA).