Tez No	İndirme	Tez Künye	Durumu
185553		İşlemsel zekanın elektromanyetik problemlere uygulanması / Application of computational intelligence to electromagnetic problems Yazar:HÜSEYİN GÖKSU Danışman: PROF. DR. ALİ KÖKÇE ; YRD. DOÇ. DR. ALİ MANZAK Yer Bilgisi: Süleyman Demirel Üniversitesi / Fen Bilimleri Enstitüsü / Fizik 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 ; Fizik ve Fizik Mühendisliği = Physics and Physics Engineering Dizin:	Onaylandı Doktora Türkçe 2006 146 s.
ŞLEMSEL ZEKANINELEKTROMANYET K PROBLEMLERE UYGULANMASIHüseyin GÖKSUFizik Anabilim Dalı, Doktora Tezi, 127s, 2006Anahtar Kelimeler: Dalgacık Dönüşümleri, Yapay Sinir Ağları, ElektromanyetikAlanlar, Matris Pencil Yöntemi, Tümdevre Tasarımı, Benzetimlenmiş Soğutma, DüşükSıcaklık Tasarımı, Asal Bileşen Analizi, Elektromanyetik Benzetim, Önceden TahminUygulamalı elektromanyetik problemlere örneklem sunacak çeşitlilikte seçilen dörtproblem, işlemsel zeka ve klasik yöntemlerin birlikte kullanımıyla çözülmüştür. Birinciproblem elektromanyetik kaynakların tanınmasıdır. Bu amaçla otomobillerin yaydıklarıelektromanyetik alan yoluyla sınıflandırılması gerçekleştirilmiştir. Sinyallerin KısaVadeli Fourier Dönüşümü'nden (STFT) çıkarılan istatistiksel parametreler ve DalgacıkPaket Ayrışımı'ndan (WPD) elde edilen alt imgelerinin enerjilerinden oluşan nitelikvektörleri sınıflandırılmada karşılaştırılmıştır. Sınıflayıcı olarak Çok Katlı Perceptron(MLP) ve Olasılıklı Yapay Sinir Ağları (PNN) kullanılırken, boyutların yüksek olduğudurumlarda dikgenleştirme amacıyla Asal Bileşen Analizi'ne (PCA) başvurulmuştur.kinci problem, Sonlu Farklı Zaman Boyutu (FDTD) benzetimlerinde dışdeğerlemeyaklaşımıdır. Benzetim sürelerinin kısaltılması amacıyla MLP kullanarak yerel (kısavadeli) öngörme yöntemi ile Matris Pencil Metodu (MPM) kullanarak evrensel (uzunvadeli) öngörme yöntemi karşılaştırılmıştır. Yapay belirlenimci sinyallerde kısa vadeliöngörü başarılı olurken gerçek sinyallerde gürültüden dolayı uzun vadeli öngörü dahakararlı sonuçlar vermiştir. Genel kayan pencere dışdeğerleyicilerinde farklı sinyalleriçin örnekleme frekansı ve pencere genişliğinin uyarlanabilir olması amacıyla entropiistatistiğine dayalı bir eniyileme yöntemi geliştirilmiştir. Üçüncü problem, tümleşikdevrelerde güç tüketiminin azaltılması amacıyla en iyi kaynak ve eşik gerilimi seçimi veaygıt boyutlandırmasıdır. Evrensel eniyileme yöntemi olarak Çok Hızlı BenzetimlenmişTekrar Soğutma (VFSR) kullanılırken çoklu hedef olarak güç tüketimi endüşüklenirken, pil yük sığasının en büyüklenmesi benimsenmiştir. Dördüncü problem,dinamik voltaj ölçeklenebilir (DVS) sistemlerde enerji, en yüksek güç ve sıcaklıkeniyilemeleri arasındaki farkları incelemektedir. Verilen iş yükleri için eniyilemefarklarında mikroçipin ısısal özelliklerinin etkisi de incelenmiştir. Monte Carlobenzetimleriyle yapılan incelemelerde ne enerji ve ne de en yüksek güç eniyilemesininsıcaklığın düşürülmesi bakımından iyi olmadığı görülmüştür.Jüri:Prof. Dr. Nazım UÇARProf. Dr. Ali KÖKCE (Danışman)Prof. Dr. Nuri ÖZEKProf. Dr. Atalay KÜÇÜKBURSADoç. Dr. skender AKKURTDoç. Dr. Fatih UCUNYrd. Doç. Dr. Ali MANZAK (Danışman)
APPLICATION OF COMPUTATIONAL INTELLIGENCETO ELECTROMAGNETIC PROBLEMSHüseyin GÖKSUDepartment of Physics, Ph. D. Thesis, 127pg, 2006Keywords: Wavelet Transforms, Artificial Neural Networks, Electromagnetic Fields,Matrix Pencil Method, VLSI, Simulated Annealing, Low Power Design, PrincipalComponent Analysis, Electromagnetic Simulations, PredictionFour different electromagnetic problems are solved using computational intelligencetechniques and conventional methods. First problem is identification of electromagneticsources. For this purpose, automobiles are classified using their electromagneticemissions. Statistical parameters extracted from Short Term Fourier Transform (STFT)windows and energies of sub-images from Wavelet Decomposition (WPD) arecompared in terms of classification rates. Multilayer Perceptron (MLP) andProbabilistic Neural Networks (PNN) are used as classifiers and Principle ComponentAnalysis (PCA) is used for orthogonalization when dimensions are high. Secondproblem is extrapolation in Finite Difference Time Domain (FDTD) simulations. Inorder to shorten simulation times, a short term (local) MLP type predictor is comparedto a Matrix Pencil Method (MPM) type long term (global) predictor. While short termprediction is better in artificial deterministic signals, long term prediction is more stablein noisy real signals. In order to make sampling frequency and window size adaptive forsliding window extrapolators, an optimization method based on entropy statistics isdeveloped. Third problem addresses supply and threshold voltage selection with devicesizing to reduce power consumption in integrated circuits. Very Fast SimulatedReannealing (VFSR) is used as a global optimization tool. Minimization of powerconsumption and maximization of battery charge capacitance are included in themultiobjective cost. Fourth problem addresses the differences between energy, peakpower and temperature optimizations in dynamic voltage scalable (DVS) systems. Theeffect of thermal characteristics of chips is also studied. Monte Carlo simulationsshowed that neither energy nor maximum power optimization is good for temperaturereduction.Jury:Prof. Dr. Nazım UÇARProf. Dr. Ali KÖKCE (Supervisor)Prof. Dr. Nuri ÖZEKProf. Dr. Atalay KÜÇÜKBURSADoç. Dr. skender AKKURTDoç. Dr. Fatih UCUNYrd. Doç. Dr. Ali MANZAK (Supervisor)