Hızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Hızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü"

Transkript

1 Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü 1/29

2 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar & Bölge tabanlı f) Bulanık tabanlı g) Eş-bölütleme tabanlı Bozulmuş tıbbi imge I = r u + gürültü Yansıma/gölge Yeğinlik tekdüzeli imge Aslında imge = yapı + doku (gürültü) bilgisi içerir.

3 Piksek tabanlı yaklaşımlar (Tek tepeli histogram) Ortalama Standard sapma

4 Piksek tabanlı yaklaşımlar (İki tepeli histogram, iki ayrı sınıf) T = 3 Maks değer => Ağırlık1xAğırlık2x(1-2) x(1-2) Optimum eşik 1 = = = (ortalama, Gauss dağılımının merkezi) 2 = 0.72 (dağılımın genişliği)

5 Piksek tabanlı yaklaşımlar Otsu adaptif eşikleme İki tepeli histogram olmalı Başarısız Eşik, T = 70

6 Kenar tabanlı yaklaşımlar Kenar bilgisi, nesne kenarlarına tam olarak kapalı bir eğri uyduramadığından doğrudan kullanılmaz Başarısız Gradyan vektörünün genliği => I = I x 2 + I y 2 I x (x,y) =I(x+1,y)-I(x,y)

7 Bölge tabanlı yaklaşımlar Bölge büyütme (Yeğinlik tekdüze değil) İki bölgedeki ortalama piksel değerlerini bir eşikle karşılaştırma (standart sapmalara göre) Yöntem başlangıç noktasına oldukça bağımlı Başarısız

8 Watershed (sınır) tabanlı yaklaşımlar Morfolojik işleçlere bağlı bölge tabanlı bir yöntem (bitişik nesneleri bölütlemede iyi) Başarısız

9 Kenar & Bölge tabanlı yaklaşımlar Klasik çizge-kesme yöntemi Kullanıcı, başlangıçta arkaplanda ve nesne üzerinde birbiriyle kesişmeyen bazı karalamalar yapar Başarısız Karalamalar, arkaplan ve nesneye ait bölge bilgisi Komşu piksel farkları kenar bilgisi (gradyan vektörü) Rasgele yürüyüş yöntemi Kesel yöntem Test edilmedi

10 Bulanık tabanlı yaklaşımlar Bulanık ıraksay (Tip I bulanık küme) Üyelik fonksiyonu, iki ayrı bölgenin ortalama piksel değerlerine göre oluşturulur Minimum bulanık ıraksay optimum eşiktir Başarısız Tip II bulanık küme Sezgisel bulanık yaklaşım Test edilmedi

11 Ayrıca son zamanlarda Eş-bölütleme (Co-segmentasyon) yaklaşımları (İmge dizileri kullanılır, Fonksiyonel MR görüntüleri için uygun) Test edilmedi

12 Düzey Kümeleriyle Bölütleme Avantaj : Çoğu durumda başarılı sonuç üretir Dezavantaj : İşlem süresi fazladır (?) Çözüm : Dar bant yaklaşımları ve Genişletilmiş Lagrange yöntemleri

13 Düzey Kümeleriyle(DK) Bölütleme (Bölge tabanlı) Kabaca işaretleme DKF ilkdeğer ataması DK Bölütleme sonucu DK fonksiyonunun en son hali Başarılı

14 Düzey Kümeleriyle Bölütleme \ 0 < 0 C = 0 0 > 0 = 0 Arkaplan Sıfır düzey çevriti Nesne Düzey küme yaklaşımı ile nesne bölütleme

15 Düzey Kümeleriyle Bölütleme Genelde üç ana terim var: Düzenlileştirme terimi Uzunluk terimi Alan terimi

16 Düzey Kümeleriyle Bölütleme Düzenlileştirme terimi, her döngüde DK fonksiyonu (DFK) nu düzgünleştirir. DKFnu düzenlileştirmek için yeter şart bant bölgesindeki eğimin 1 olmasıdır. Bant bölgesi, sıfır düzey çevriti etrafındadır. =1

17 Düzey Kümeleriyle Bölütleme Uzunluk terimi, sıfır düzey çevritinin nesnenin kenarına konumlandırılırken yumuşatılmasını sağlar (gürültüden arındırır).

18 Düzey Kümeleriyle Bölütleme Alan terimi, sıfır düzey çevritinin nesnenin kenarına konumlandırılmasını sağlar.

19 DKFna ilk değer atama: İşaretli bir uzaklık fonksiyonu(iuf) kullanılır. Sıfır düzey çevriti x k=0 = d x 0 bölgesinde 0 0 sınırında d x \ 0 bölgesinde DKF ilk değer atama işleminde hızlı yürüyüş yaklaşımı kullanıldı. Hızlı yürüyüşün DK yaklaşımından farkı, DKFnun sıfır düzeyinin sadece tek yönde, ya ileri ya da geri yönde hareket ettirilmesi.

20 Bölge tabanlı düzey kümeleri Alan terimi min,c 1,c 2 E CV, c 1, c 2 = α 1 u c 1 2 H dx + α 2 u c H dx Yeğinliği tekdüze edilmiş imge: Ortanca süzgeç kullanılabilir. + θ H dx Chan-Vese yöntemi Uzunluk terimi (DKFnun sıfır düzey çevriti- Toplam Değişim yaklaşımı)

21 Bölge tabanlı düzey kümeleri Nesnenin iç ve dış bölgesindeki ortalama yeğinlik değerleri c 1 = H udx H dx ve c 2 = 1 H udx 1 H dx DKF iç ve dış bölgede zıt işaretli, sınırda sıfır değerli 1 Birim basamak fonksiyonu İmge yeğinliği homojen bir dağılım göstermiyorsa, bu yaklaşıma bağlı bölütleme işlemi başarısız olur.

22 Bölge tabanlı düzey kümeleri E 1 = E CV + μ dx DKF güncelleme k+1 = k + τ k t DKFnu düzenlileştirme τ değeri, Courant-Friedrichs-Lewy şartına bağlı olarak seçilmek zorunda, τ μ 4 1 Bu şart, sonuca gitmek için gerekli olan iterasyon sayısını artırır

23 Bölge tabanlı düzey kümeleri Genişletilmiş Lagrange yöntemi (Hızlandırılmış yöntem) E 2, = E CV + 1 dx + μ dx Lagrange çarpanı Kan damarlarının bölütlenmesi, damar yapısından dolayı oldukça zordur (?) Uzun, ince damar yapısı ve fazla belli olmayan yeğinlik Farklı açılarda ve ölçeklerde Gabor veya log-gabor süzgeçleri kullanılabilir.

24 Hızlı düzey küme yöntemi (kenar bilgisine dayalı) Genişletilmiş Lagrange yöntemi log-gabor süzgeç cevabı E 3, φ, f, q, p, = α 1 e 1 α 2 e 2 f + 2 f H ε φ + 4 p dx + μ 4 2 dx + g q dx + μ 2 2 dx + 1 φ f H ε φ 2 p 2 dx dx + μ 1 2 dx + 3 q f φ 2 dx dx + μ 3 2 q f 2 dx Kenar bildirici fonksiyon g = 1 + β m 2 1 m x 2 = m x 2 Alan terimi (log-gabor süzgeç cevabının gerçel kısmı)

25 Hızlı düzey küme yöntemi (kenar bilgisine dayalı) p = 1 şartına bağlı çözüm. = 1, 2, 3, 4 Lagrange çarpanları: 1 x ve 4 x R 2. ve 2 x R, 3 x μ 1, μ 2, μ 3 ve μ 4 pozitif değerli sabit. k=0 ve φ 0 DKF larına ilk değer atamasında bir İUF kullanılır. f 0 = H ε 0, q 0 = f 0, p 0 = 0 ve Lagrange çarpanlarının ilk değerleri sıfır. Enerji fonksiyonelinin minimize edilmesi için beş alt-minimize işlemi uygulanır: Hızlandırılmış yöntem TV yaklaşımı doğrudan kullanılmaz. Denklem çözümünde Fourier Dönüşümü, yumuşak eşikleme v.s. dikkate alınır

26 Hızlı düzey küme yöntemi (kenar bilgisine dayalı) 1 ε +ε x ε +ε x Yumuşatılmış birim (a) basamak fonksiyonu Hε ve Birim vuruş (b) fonksiyonu δε Ayrıca denklemlerde niye yumuşatılmış fonksiyonlar kullanılır?

27 Hızlı düzey küme yöntemi (kenar bilgisine dayalı) (a) (b) (c) (d) (f) (g) (e) (a) girdi imgesi netleştirme (b) yeğinlik dağılımı tekdüze etme (c) kenar imgesi (d) iskelet imgesi (e) elle işaretlenmiş kan damarları (f) önceki yöntem (g) önerilen yöntem

28 Hızlı düzey küme yöntemi (kenar bilgisine dayalı) Seçilen bir test imgesi için Yöntem Doğruluk İşlem süresi (saniye) Önceki Önerilen Birkaç not Yöntem başlangıç değerlerine bağımlı sonuç üretiyor. Başlangıç değerleri iyi ayarlanmalı Retinal imge veri setleri => 20 test imgesi için ortalama doğruluk başarımı DRIVE için 94.6 (İnce damar v. b. sorunlardan dolayı biraz düşük) STARE için 95.7

29 Sorularınız (?) Teşekkürler

Poisson Denklemiyle İyileştirilmiş Fotomontaj

Poisson Denklemiyle İyileştirilmiş Fotomontaj Poisson Denklemiyle İyileştirilmiş Fotomontaj Bekir DİZDAROĞLU Bilgisayar Mühendisliği Bölümü www.bekirdizdaroglu.com : R, bir imge olsun ve x, y 2 R bölgesinde tanımlı gri düzeyli p şeklinde temsil edilsin.

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde

Detaylı

KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM

KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM M.Ali Akcayol Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü (Yüksek Lisans Tezinden Bir Bölüm) Şekil 1'

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Quadratic Programming Bir karesel programlama modeli aşağıdaki gibi tanımlanır. Amaç fonksiyonu: Maks.(veya Min.) z

Detaylı

Görüntü Segmentasyonu (Bölütleme)

Görüntü Segmentasyonu (Bölütleme) Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü

Detaylı

Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri

Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü

Detaylı

ENİNE DEMET DİNAMİĞİ. Prof. Dr. Abbas Kenan Çiftçi. Ankara Üniversitesi

ENİNE DEMET DİNAMİĞİ. Prof. Dr. Abbas Kenan Çiftçi. Ankara Üniversitesi ENİNE DEMET DİNAMİĞİ Prof. Dr. Abbas Kenan Çiftçi Ankara Üniversitesi 1 Dairesel Hızlandırıcılar Yönlendirme: mağnetik alan Odaklama: mağnetik alan Alan indisi zayıf odaklama: 0

Detaylı

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI Genişletilmiş Lagrange Yöntemi Hazırlayan: Nicat GASIM Öğretim Üyesi Prof. Dr. İpek Deveci KARAKOÇ

Detaylı

Görüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır.

Görüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 16 Ocak 2014 Perşembe 1 Görüntü Segmentasyonu 16 Ocak 2014 Perşembe 2 Görüntüden Objelere Bir objeyi

Detaylı

Yönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering

Yönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik

Detaylı

3. V, R 3 ün açık bir altkümesi olmak üzere, c R. p noktasında yüzeye dik olduğunu gösteriniz.(10

3. V, R 3 ün açık bir altkümesi olmak üzere, c R. p noktasında yüzeye dik olduğunu gösteriniz.(10 Diferenisyel Geometri 2 Yazokulu 2010 AdıSoyadı: No : 1. ϕ (u, v) = ( u + 2v, v + 2u, u 2 v ) parametrizasyonu ile verilen M kümesinin bir regüler yüzey olduğunu gösteriniz. (15 puan) 3. V, R 3 ün açık

Detaylı

Hafta 5 Uzamsal Filtreleme

Hafta 5 Uzamsal Filtreleme BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel

Detaylı

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007 RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 12 Video, Optik Akış ve Takip Alp Ertürk alp.erturk@kocaeli.edu.tr Video Video, farklı zamanlarda alınan çerçeveler dizisidir Videolar, iki boyut uzamsal, üçüncü boyut zaman

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin

Detaylı

1. Hafta Uygulama Soruları

1. Hafta Uygulama Soruları . Hafta Uygulama Soruları ) x ekseni, x = doğrusu, y = x ve y = x + eğrileri arasında kalan alan nedir? ) y = x 3 ve y = 4 x 3 parabolleri arasında kalan alan nedir? 3) y = x, x y = 4 eğrileri arasında

Detaylı

Parametrik doğru denklemleri 1

Parametrik doğru denklemleri 1 Parametrik doğru denklemleri 1 A noktasından geçen, doğrultman (doğrultu) vektörü w olan d doğrusunun, k parametresine göre parametrik denklemi: AP k w P A k w P A k w P A k W (P değişken nokta) A w P

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

Türkiye Ulusal Matematik Olimpiyatları DENEME SINAVI. 4. Deneme

Türkiye Ulusal Matematik Olimpiyatları DENEME SINAVI. 4. Deneme Türkiye Ulusal Matematik Olimpiyatları Birinci Aşama Zor Deneme Sınavı 11 Haziran 2016 DENEME SINAVI 4. Deneme Soru Sayısı: 32 Sınav Süresi: 210 dakika Başarılar Dileriz... Page 1 of 9 DENEME SINAVI (4.

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

EMAT ÇALIŞMA SORULARI

EMAT ÇALIŞMA SORULARI EMAT ÇALIŞMA SORULARI 1) A = 4. ı x 2. ı y ı z ve B = ı x + 4. ı y 4. ı z vektörlerinin dik olduğunu gösteriniz. İki vektörün skaler çarpımlarının sıfır olması gerekir. A. B = 4.1 + ( 2). 4 + ( 1). ( 4)

Detaylı

Jeodezide Yaklaşım Yöntemleri: Enterpolasyon ve Kollokasyon

Jeodezide Yaklaşım Yöntemleri: Enterpolasyon ve Kollokasyon Jeodezide Yöntemleri: ve Lisansüstü Ders Notları Yrd. Doç. Dr. Aydın ÜSTÜN Selçuk Üniversitesi Fen Bilimleri Enstitüsü e-posta: austun@selcuk.edu.tr Konya, 2007 A. Üstün yöntemleri 1 / 28 Bir soruyu ya

Detaylı

Tek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi

Tek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli

Detaylı

METASEZGİSEL YÖNTEMLER

METASEZGİSEL YÖNTEMLER METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

NİSAN 2010 DENEMESİ A)75 B)80 C)85 D)90 E)95 A)0 B)1 C)2 D)3 E)4

NİSAN 2010 DENEMESİ A)75 B)80 C)85 D)90 E)95 A)0 B)1 C)2 D)3 E)4 NİSAN 21 DENEMESİ 1) ABCD dikdörtgeninin AB kenarı üzerindeki M noktasından geçen ve CM doğrusuna dik olan doğru AD kenarını E noktasında kesiyor. M noktasından CE doğrusuna indirilen dikmenin ayağı P

Detaylı

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol ORGANİZASYON ŞEMASI . BÖLÜM Polinomlar... 7. BÖLÜM II. Dereceden Denklemler.... BÖLÜM II. Dereceden Eşitsizlikler... 9. BÖLÜM Parabol... 5 5. BÖLÜM Trigonometri... 69 6. BÖLÜM Karmaşık Sayılar... 09 7.

Detaylı

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel

Detaylı

Diferansiyel denklemler uygulama soruları

Diferansiyel denklemler uygulama soruları . Aşağıdaki diferansiyel denklemleri sınıflandırınız. a) d y d d + y = 0 b) 5 d dt + 4d + 9 = cos 3t dt Diferansiyel denklemler uygulama soruları 0.0.3 c) u + u [ ) ] d) y + = c d. y + 3 = 0 denkleminin,

Detaylı

2 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var ise bulunuz.

2 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var ise bulunuz. ANALİZ 1.) a) sgn. sgn( 1) = 1 denkleminin çözüm kümesini b) f ( ) 3 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok 8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)

Detaylı

2. (1 + y ) ln(x + y) = yy dif. denk. çözünüz. 3. xy dy y 2 dx = (x + y) 2 e ( y/x) dx dif. denk. çözünüz.

2. (1 + y ) ln(x + y) = yy dif. denk. çözünüz. 3. xy dy y 2 dx = (x + y) 2 e ( y/x) dx dif. denk. çözünüz. D DİFERANSİYEL DENKLEMLER ÇALIŞMA SORULARI Fakülte No:................................................... Adı ve Soyadı:................................................. Bölüm:...................................................................

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

H a t ı r l a t m a : Şimdiye dek bilmeniz gerekenler: 1. Maxwell denklemleri, elektromanyetik dalgalar ve ışık

H a t ı r l a t m a : Şimdiye dek bilmeniz gerekenler: 1. Maxwell denklemleri, elektromanyetik dalgalar ve ışık H a t ı r l a t m a : Şimdiye dek bilmeniz gerekenler: 1. Maxwell denklemleri, elektromanyetik dalgalar ve ışık 2. Ahenk ve ahenk fonksiyonu, kontrast, görünebilirlik 3. Girişim 4. Kırınım 5. Lazer, çalışma

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

Detaylı

Resim Ayrılmalarını Akıllı Onarma Smart Restoration of Painting Cracks

Resim Ayrılmalarını Akıllı Onarma Smart Restoration of Painting Cracks Resim Ayrılmalarını Akıllı Onarma Smart Restoration of Painting Cracks Bekir Dizdaroğlu Bilgisayar Mühendisliği Bölümü Karadeniz Teknik Üniversitesi, Trabzon bekir@ktu.edu.tr Özet Bu bildiride, uygun olmayan

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

IKT Kasım, 2008 Gazi Üniversitesi, İktisat Bölümü. DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ

IKT Kasım, 2008 Gazi Üniversitesi, İktisat Bölümü. DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ Bugünkü ders planı: 1. Kârını Maksimize Eden Firma Davranışı...1 2. Üretim Fonksiyonu ve Üretici Dengesi...5 3. Maliyeti Minimize Eden Denge Koşulu...15 4. Maliyet

Detaylı

Test İstatistikleri AHMET SALİH ŞİMŞEK

Test İstatistikleri AHMET SALİH ŞİMŞEK Test İstatistikleri AHMET SALİH ŞİMŞEK İçindekiler Test İstatistikleri Merkezi Eğilim Tepe Değer (Mod) Ortanca (Medyan) Aritmetik Ortalama Merkezi Dağılım Dizi Genişliği (Ranj) Standart Sapma Varyans Çarpıklık

Detaylı

TAŞINIMIN FİZİKSEL MEKANİZMASI

TAŞINIMIN FİZİKSEL MEKANİZMASI BÖLÜM 6 TAŞINIMIN FİZİKSEL MEKANİZMASI 2 or Taşınımla ısı transfer hızı sıcaklık farkıyla orantılı olduğu gözlenmiştir ve bu Newton un soğuma yasasıyla ifade edilir. Taşınımla ısı transferi dinamik viskosite

Detaylı

EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü Dr. Özgür Kabak Doğrusal olmayan programlama Tek değişkenli DOP ların çözümü Uç noktaların analizi Altın kesit Araması Çok değişkenli DOP ların

Detaylı

Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi

Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi JEODEZİ 6 1 Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi Jeodezik gözlemler, hesaplamalarda kullanılmadan önce, referans elipsoidin yüzeyine indirgenir. Bu işlem, arazide yapılan gözlemler l jeoidin

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 7- SAYISAL TÜREV Doç. Dr. Ali Rıza YILDIZ 1 GİRİŞ İntegral işlemi gibi türev işlemi de mühendislikte çok fazla kullanılan bir işlemdir. Basit olarak bir fonksiyonun bir noktadaki

Detaylı

OTOMATİK KONTROL. Set noktası (Hedef) + Kontrol edici. Son kontrol elemanı PROSES. Dönüştürücü. Ölçüm elemanı

OTOMATİK KONTROL. Set noktası (Hedef) + Kontrol edici. Son kontrol elemanı PROSES. Dönüştürücü. Ölçüm elemanı OTOMATİK KONTROL Set noktası (Hedef) + - Kontrol edici Dönüştürücü Son kontrol elemanı PROSES Ölçüm elemanı Dönüştürücü Geri Beslemeli( feedback) Kontrol Sistemi Kapalı Devre Blok Diyagramı SON KONTROL

Detaylı

Hafta 09 -Topluluk Yöntemleri - Boyut Azaltma - Anomali Tespiti

Hafta 09 -Topluluk Yöntemleri - Boyut Azaltma - Anomali Tespiti Hafta 09 -Topluluk Yöntemleri - Boyut Azaltma - Anomali Tespiti BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim

Detaylı

GÜZ DÖNEMİ ARASINAV SORULARI. 1. Sayısal çözümleme ve fonksiyonu tanımlayarak kullanıldığı alanları kısaca açıklayınız?

GÜZ DÖNEMİ ARASINAV SORULARI. 1. Sayısal çözümleme ve fonksiyonu tanımlayarak kullanıldığı alanları kısaca açıklayınız? MAK 05 SAYISAL ÇÖZÜMLEME S Ü L E Y M A N D E M Ġ R E L Ü N Ġ V E R S Ġ T E S Ġ M Ü H E N D Ġ S L Ġ K F A K Ü L T E S Ġ M A K Ġ N A M Ü H E N D Ġ S L Ġ Ğ Ġ B Ö L Ü M Ü I. öğretim II. öğretim A şubesi B

Detaylı

1991 ÖYS. 9. Parasının 7. ünü kardeşine veren Ali nin geriye lirası kalmıştır. Buna göre, Ali nin başlangıçtaki parası kaç liradır?

1991 ÖYS. 9. Parasının 7. ünü kardeşine veren Ali nin geriye lirası kalmıştır. Buna göre, Ali nin başlangıçtaki parası kaç liradır? 99 ÖYS.,8 + (, + ), işleminin sonucu kaçtır? B) 7 D) 86 987 B) D). a, b, c birer pozitif gerçel sayı ve a=b b=c olduğuna göre, aşağıdakilerden hangisi doğrudur? a

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve

Detaylı

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu .SORU 8 sayı tabanında verilen (5) 8 sayısının sayı tabanında yazılışı nedir?.soru 6 3 3 3 3 4 6 8? 3.SORU 3 ise 5? 5 4.SORU 4 5 olduğuna göre, ( )? 5.SORU (y z) z(y ) y z yz bulunuz. ifadesinin en sade

Detaylı

Polinomlar, Temel Kavramlar, Polinomlar Kümesinde Toplama, Çıkarma, Çarpma TEST D 9. E 10. C 11. B 14. D 16. D 12. C 12. A 13. B 14.

Polinomlar, Temel Kavramlar, Polinomlar Kümesinde Toplama, Çıkarma, Çarpma TEST D 9. E 10. C 11. B 14. D 16. D 12. C 12. A 13. B 14. 1. Ünite: Polinomlar Polinomlar, Temel Kavramlar, Polinomlar Kümesinde Toplama, Çıkarma, Çarpma 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Polinomlarda Bölme, Bölüm ve Kalan Bulma 1 1 1 1 1 1 1 1 1

Detaylı

Kısmi Türevsel Denklemlerle Gri Ölçekli İmge Düzenlileştirme Grayscale Image Regularization with Partial Differential Equations

Kısmi Türevsel Denklemlerle Gri Ölçekli İmge Düzenlileştirme Grayscale Image Regularization with Partial Differential Equations Kısmi Türevsel Denklemlerle Gri Ölçekli İmge Düzenlileştirme Grayscale Image Regularization with Partial Differential Equations Bekir Dizdaroğlu Bilgisayar Mühendisliği Bölümü Karadeniz Teknik Ünirsitesi,

Detaylı

Yatırım Analizi ve Portföy Yönetimi 5. Hafta

Yatırım Analizi ve Portföy Yönetimi 5. Hafta Yatırım Analizi ve Portföy Yönetimi 5. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt Camgöz İçerik Tek Endeks / Pazar Modeli Sistematik Risk Sistematik Olmayan Risk Sermaye Varlıklarını Fiyatlandırma Modeli (SVFM)

Detaylı

Math 322 Diferensiyel Denklemler Ders Notları 2012

Math 322 Diferensiyel Denklemler Ders Notları 2012 1 Genel Tanımlar Bir veya birden fazla fonksiyonun türevlerini içeren denklemlere diferensiyel denklem denmektedir. Diferensiyel denklemler Adi (Sıradan) diferensiyel denklemler ve Kısmi diferensiyel denklemler

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

Otomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi

Otomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi Otomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi Sinem Aslan 1,2, Gianluigi Ciocca 1, Raimondo Schettini 1 1 Department of Informatics, Systems and Communication, University of Milano-Bicocca,

Detaylı

2(1+ 5 ) b = LYS MATEMATİK DENEMESİ. işleminin sonucu kaçtır? A)2 5 B)3 5 C)2+ 5 D)3+ 5 E) işleminin sonucu kaçtır?

2(1+ 5 ) b = LYS MATEMATİK DENEMESİ. işleminin sonucu kaçtır? A)2 5 B)3 5 C)2+ 5 D)3+ 5 E) işleminin sonucu kaçtır? 017 LYS MATEMATİK DENEMESİ Soru Sayısı: 50 Sınav Süresi: 75 ı 1. 4. (1+ 5 ) 1+ 5 işleminin sonucu kaçtır? A) 5 B)3 5 C)+ 5 işleminin sonucu kaçtır? D)3+ 5 E)1+ 5 A) B) 1 C) 1 D) E) 3. 4 0,5.16 0,5 işleminin

Detaylı

4. Bulanık Sayılar- Üyelik Fonksiyonları

4. Bulanık Sayılar- Üyelik Fonksiyonları 4. Bulanık Sayılar- Üyelik Fonksiyonları Bulanık Sayı Normal ve dışbükey bir bulanık kümenin alfa kesimi kapalı bir küme ise bulanık sayı olarak adlandırılmaktadır. Her bulanık sayı dış bükey bir bulanık

Detaylı

2-MANYETIK ALANLAR İÇİN GAUSS YASASI

2-MANYETIK ALANLAR İÇİN GAUSS YASASI 2-MANYETIK ALANLAR İÇİN GAUSS YASASI Elektrik yükleri yani pozitif ve negatif yükler birbirlerinden ayrı ve izole halde düşünülebilirler. Bu durum, Kuzey ve güney manyetik kutuplar için de söz konusu olabilir

Detaylı

(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM

(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM EŞİTSİZLİKLER A. TANIM f(x)>0, f(x) - eşitsizliğinin

Detaylı

Genel Graf Üzerinde Mutlak 1-merkez

Genel Graf Üzerinde Mutlak 1-merkez Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen

Detaylı

VERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma Kümeleme

Detaylı

XII. Ulusal Matematik Olimpiyatı Birinci Aşama Sınavı

XII. Ulusal Matematik Olimpiyatı Birinci Aşama Sınavı XII. Ulusal Matematik Olimpiyatı Birinci Aşama Sınavı A 1. Köşeleri, yarıçapı 1 olan çemberin üstünde yer alan düzgün bir n-genin çevre uzunluğunun alanına oranı 4 3 ise, n kaçtır? 3 a) 3 b) 4 c) 5 d)

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

HATA VE HATA KAYNAKLARI...

HATA VE HATA KAYNAKLARI... İÇİNDEKİLER 1. GİRİŞ... 1 1.1 Giriş... 1 1.2 Sayısal Analizin İlgi Alanı... 2 1.3 Mühendislik Problemlerinin Çözümü ve Sayısal Analiz... 2 1.4 Sayısal Analizde Bilgisayarın Önemi... 7 1.5 Sayısal Çözümün

Detaylı

EĞİTİM-ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ SÜRE

EĞİTİM-ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ SÜRE Ay 2016 2017 EĞİTİM-ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ SÜRE Hafta ÖĞRENME ALANI ALT ÖĞRENME ALANI KAZANIMLAR EYLÜL 3 4 Sayılar ve İşlemler Çarpanlar

Detaylı

4. Çok büyük ve çok küçük pozitif sayıları bilimsel gösterimle ifade eder.

4. Çok büyük ve çok küçük pozitif sayıları bilimsel gösterimle ifade eder. LENDİRME ŞEMASI ÜNİTE Üslü 1. Bir tam sayının negatif kuvvetini belirler ve rasyonel sayı olarak ifade eder.. Ondalık kesirlerin veya rasyonel sayıların kendileriyle tekrarlı çarpımını üslü sayı olarak

Detaylı

Mat Matematik II / Calculus II

Mat Matematik II / Calculus II Mat - Matematik II / Calculus II Çalışma Soruları Çok Değişkenli Fonksiyonlar: Seviye eğri ve yüzeyler, Limit ve süreklilik wolframalpha.com uygulamasında bir fonksiyonun tanım kümesini bulmak için: x

Detaylı

2+1 Boyutlu Eğri Hiperyüzeyde Dirac Denklemi

2+1 Boyutlu Eğri Hiperyüzeyde Dirac Denklemi 2+1 Boyutlu Eğri Hiperyüzeyde Dirac Denklemi Mehmet Ali Olpak Fizik Bölümü Orta Doğu Teknik Üniversitesi Ankara, Aralık 2011 Outline 1 2 3 Geometri Denklemin Parçalanması 4 Genel Durum N boyutlu bir uzayın,

Detaylı

Yönlü doğru parçası: Zıt yönlü doğru parçaları: Eş yönlü doğru parçaları: Örnek-1. Paralel yönlü doğru parçaları:

Yönlü doğru parçası: Zıt yönlü doğru parçaları: Eş yönlü doğru parçaları: Örnek-1. Paralel yönlü doğru parçaları: Yönlü doğru parçası: Zıt yönlü doğru parçaları: Eş yönlü doğru parçaları: Örnek-1 Paralel yönlü doğru parçaları: 1 Örnek-2 Vektör: Örnek-3 Sıfır vektörü: Eşit vektörler: Örnek-4 Bir vektörü bir reel sayı

Detaylı

DOĞUŞ ÜNİVERSİTESİ 8. İSTANBUL MATEMATİK YARIŞMASI LİSELER KATEGORİSİ TAKIM YARIŞMASI

DOĞUŞ ÜNİVERSİTESİ 8. İSTANBUL MATEMATİK YARIŞMASI LİSELER KATEGORİSİ TAKIM YARIŞMASI DOĞUŞ ÜNİVERSİTESİ 8. İSTANBUL MATEMATİK YARIŞMASI LİSELER KATEGORİSİ TAKIM YARIŞMASI 1-60) Dört çocuk, Ahmet, Ferit, Berk ve Mehmet koşu yarışı yapıyorlar. Yarışma sonucunda, Ahmet, "Ben birinci ve sonuncu

Detaylı

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere

Detaylı

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ 1. Bu testte 50 soru vardır.. Cevaplarınızı, cevap kâğıdının Matematik Testi için

Detaylı

DENGELEME HESABI-I DERS NOTLARI

DENGELEME HESABI-I DERS NOTLARI DENGELEME HESABI-I DERS NOTLARI Dengeleme Hesabı Adımları, En Küçük Kareler İlkesine Giriş, Korelasyon Prof. Dr. Mualla YALÇINKAYA Yrd. Doç. Dr. Emine TANIR KAYIKÇI Karadeniz Teknik Üniversitesi, Harita

Detaylı

KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü

KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek

Detaylı

Ahenk (Koherans, uyum)

Ahenk (Koherans, uyum) Girişim Girişim Ahenk (Koherans, uyum Ahenk (Koherans, uyum Ahenk (Koherans, uyum http://en.wikipedia.org/wiki/coherence_(physics#ntroduction Ahenk (Koherans, uyum Girişim İki ve/veya daha fazla dalganın

Detaylı

MIT 8.02, Bahar 2002 Ödev # 11 Çözümler

MIT 8.02, Bahar 2002 Ödev # 11 Çözümler Adam S. Bolton bolton@mit.edu MIT 8.02, Bahar 2002 Ödev # 11 Çözümler 15 Mayıs 2002 Problem 11.1 Tek yarıkta kırınım. (Giancoli 36-9.) (a) Bir tek yarığın genişliğini iki katına çıkarırsanız, elektrik

Detaylı

Kümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir

Kümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir Kümeleme Analizi: Temel Kavramlar ve Algoritmalar Kümeleme Analizi Nedir? Her biri bir dizi öznitelik ile, veri noktalarının bir kümesi ve noktalar arasındaki benzerliği ölçen bir benzerlik ölçümü verilmiş

Detaylı

Bulanık Mantık Bilgisayar Mühendisliği Bölümü Final Sınavı 27 Mayıs 2014 Süre: 1 Saat 45 Dakika

Bulanık Mantık Bilgisayar Mühendisliği Bölümü Final Sınavı 27 Mayıs 2014 Süre: 1 Saat 45 Dakika AÇIKLAMALAR: 1. Bu sınavda KTÜ Sınav Uygulama Yönergesi uygulanmaktadır. SORU 1. X ve Y uzaylarında tanımlı üçgen yapılı bulanık alt kümeler sırasıyla sol, tepe ve sağ tanım parametrelerine bağlı olarak

Detaylı

ÖZEL EGE LİSESİ OKULLAR ARASI 18. MATEMATİK YARIŞMASI 10. SINIF TEST SORULARI

ÖZEL EGE LİSESİ OKULLAR ARASI 18. MATEMATİK YARIŞMASI 10. SINIF TEST SORULARI . a 6 b a b 8 ifadesinin açılımında b çarpanının bulunmadığı terim aşağıdakilerden hangisidir?. Bir toplulukta en az iki kişinin yılın aynı ayı ve haftanın aynı gününde doğduğu kesin bilindiğine göre,

Detaylı

Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 2011 Süre: 90 dakika CEVAP ANAHTARI. y = c n x n+r. (n + r) c n x n+r 1 +

Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 2011 Süre: 90 dakika CEVAP ANAHTARI. y = c n x n+r. (n + r) c n x n+r 1 + DÜZCE ÜN_IVERS_ITES_I FEN-EDEB_IYAT FAKÜLTES_I MATEMAT_IK BÖLÜMÜ 010-011 Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 011 Süre: 90 dakika CEVAP ANAHTARI 1. 0p x d y + dy + xy = 0 diferansiyel

Detaylı

MOD419 Görüntü İşleme

MOD419 Görüntü İşleme MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle

Detaylı

Fen ve Anadolu Liselerine Öğretmen Seçme Sınav Denemesi

Fen ve Anadolu Liselerine Öğretmen Seçme Sınav Denemesi EN LİSELERİ, SOSYL İLİMLER LİSELERİ,SPOR LİSELERİ,NDOLU LİSELERİ ÖĞRETMENLERİNİN SEÇME SINVIN HZIRLIK DENEME SINVI. 2 HZIRLYN : İ:K(2008) idensu@gmail.com kuscuogluibrahim@gmail.com http://idensu.googlepages.com

Detaylı

İmage segmentasyon (Görüntü Bölütleme)

İmage segmentasyon (Görüntü Bölütleme) İmage segmentasyon (Görüntü Bölütleme) Segmantasyon (Bölütleme) Segmentasyon genellikle görüntü analizinin ilk aşamasıdır. Görüntü bölütleme, bir görüntüyü her biri içerisinde farklı özelliklerin tutulduğu

Detaylı

NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ History in Pictures - On January 5th, 1940, Edwin H. Armstrong transmitted thefirstfmradiosignalfromyonkers, NY to Alpine, NJ to Meriden, CT to Paxton, MA to Mount Washington. 5 January is National FM

Detaylı

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının

Detaylı

ELEKTROMANYETİK DALGALAR DERSİ YAZ DÖNEMİ

ELEKTROMANYETİK DALGALAR DERSİ YAZ DÖNEMİ DERS İÇERİĞİNE GENEL BAKIŞ ELEKTROMANYETİK DALGALAR DERSİ 2015-2016 YAZ DÖNEMİ Yrd. Doç. Dr. Seyit Ahmet Sis seyit.sis@balikesir.edu.tr, MMF 7. kat, ODA No: 3, Dahili: 5703 1 DERS İÇERİĞİNE GENEL BAKIŞ

Detaylı

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu,

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu, Geçen Derste Kırınım olayı olarak Heisenberg belirsizlik ilkesi ΔxΔp x 2 Fourier ayrışımı Bugün φ(k) yı nasıl hesaplarız ψ(x) ve φ(k) ın yorumu: olasılık genliği ve olasılık yoğunluğu ölçüm φ ( k)veyahut

Detaylı

ÇEV 2006 Mühendislik Matematiği (Sayısal Analiz) DEÜ Çevre Mühendisliği Bölümü Doç.Dr. Alper ELÇĐ

ÇEV 2006 Mühendislik Matematiği (Sayısal Analiz) DEÜ Çevre Mühendisliği Bölümü Doç.Dr. Alper ELÇĐ Giriş ÇEV 2006 Mühendislik Matematiği (Sayısal Analiz) DEÜ Çevre Mühendisliği Bölümü Doç.Dr. Alper ELÇĐ Sayısal Analiz Nedir? Mühendislikte ve bilimde, herhangi bir süreci tanımlayan karmaşık denklemlerin

Detaylı

Ders: MAT261 Konu: Matrisler, Denklem Sistemleri matrisi bulunuz. olmak üzere X = AX + B olacak şekilde bir X 1.

Ders: MAT261 Konu: Matrisler, Denklem Sistemleri matrisi bulunuz. olmak üzere X = AX + B olacak şekilde bir X 1. Ders: MAT6 Konu: Matrisler, Denklem Sistemleri. A = matrisi bulunuz.. A = a b c d e f ve B = ÇALIŞMA SORULARI- olmak üzere X = AX + B olacak şekilde bir X matrisi satır basamak hale getirildiğinde en fazla

Detaylı

2013 2014 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ KAZANIMLAR

2013 2014 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ KAZANIMLAR KASIM EKİM EYLÜL Ay Hafta D.Saat i 0 04 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE SÜRE ÖĞRENME ALANI ALT ÖĞRENME ALANI Örüntü Süslemeler si KAZANIMLAR.Doğru, çokgen

Detaylı

II. DERECEDEN DENKLEMLER Test -1

II. DERECEDEN DENKLEMLER Test -1 II. DERECEDEN DENKLEMLER Test -. 5 {, 5} {, 5} { 5, } {, 5} {, 5} 5. 5 {,, } {,, } {,, } {,, } {,, }.. 5 7 7 5 5,, 5 5, 5 5, 5 5, 6. 7. 5 95 { 5,, } {,, 5} { 5,, 9} {,, 5} { 9,, 5} 6 66 {, } {,, } {,,

Detaylı

Başlangıç Temel Programının Bilinmemesi Durumu

Başlangıç Temel Programının Bilinmemesi Durumu aşlangıç Temel Programının ilinmemesi Durumu İlgili kısıtlarda şartlar ( ) ise bunlara gevşek (slack) değişkenler eklenerek eşitliklere dönüştürülmektedir. Ancak sınırlayıcı şartlar ( ) veya ( = ) olduğu

Detaylı

Faraday Yasası. 31. Bölüm

Faraday Yasası. 31. Bölüm Faraday Yasası 31. Bölüm 1. Faraday İndüksiyon Yasası Faraday ve Henri: Değişen manyetik alanlar da emk (dolayısıyla akım) oluşturur. Şekilde görüldüğü gibi akım ile değişen manyetik alan arasında bir

Detaylı

Makine Öğrenmesi 2. hafta

Makine Öğrenmesi 2. hafta Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde

Detaylı

Yrd. Doç. Dr. A. Burak İNNER

Yrd. Doç. Dr. A. Burak İNNER Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Doğrusal Ara Değer Hesabı Lagrance Polinom İnterpolasyonu

Detaylı