| Tarih | Konuşmacı | Başlık
|
28 Şubat 2017
| Behçet Uğur Töreyin
| Hyperspectral Data Compression
|
| 7 Mart 2017 | Hamza Salih Erden | A Hybrid CFD/Lumped-Capacitance Model For Simulating Data Center Transients |
14 Mart 2017
| Göksu Hazar Erdinç | Bilgi Güvenliği, Kişisel Verilerin Korunması ve Biyometrik Verilerin İşlenmesi
|
21 Mart 2017
| Hilal Türk | Akıllı Ev Uygulamaları İçin Aydınlatma, Isıtma, Havalandırma Ve İklimlendirmenin PIR Algılayıcılarla Denetimi
|
4 Nisan 2017
| Samet Kaya | Hücresel ağlarda e-NodeB’lerin performans ölçülerine göre kendi kendini yapılandırması
|
11 Nisan 2017
| Suhad Albasrawi
| Data hiding of medical image by using frequency domain image as a fractal image
|
18 Nisan 2017
| Tolga Sulubulut | Müşteri Deneyimine Göre Otomatik Ağ Servisinin İyileştirilmesi
|
25 Nisan 2017
| Gözde Ayşe Tataroğlu
| Segmentation and Detection of Tumor Regions in Breast Cancer to Accurate Classification in Whole Slide Pathological Images Using Convolutional Neural Networks
|
2 Mayıs 2017
| Aigerim Kairoldayeva
| |
9 Mayıs 2017
| Enea Mançellari
| |
Topic: Hyperspectral Data Compression
Speaker: Behçet Uğur Töreyin
Date: 28 Şubat 2017, 13:40 Room 408
Abstract
Hyperspectral data is composed of a set of correlated band images. In order to efficiently compress the hyperspectral imagery, this inherent correlation may be exploited by means of spectral decorrelators. In the first part of the talk, wavelet transform based spectral decorrelators will be discussed. On the other hand, sparse models provide data representations in the fewest possible number of nonzero elements. This enables sparse models to be utilized for data compression purposes. In the second half of the talk, a framework for sparsity-based hyperspectral image compression methods using online learning will be presented.
Bio
Behçet Uğur Töreyin received the B.S. degree from the Middle East Technical University, Ankara, Turkey in 2001 and the M.S. and Ph.D. degrees from Bilkent University, Ankara, in 2003 and 2009, respectively, all in electrical and electronics engineering. He is now a faculty member with the Informatics Institute at Istanbul Technical University. His research interests broadly lie in signal processing and pattern recognition with applications to image/video analysis and communication systems. His research is focused on developing novel algorithms to analyze and compress signals from multitude of sensors such as visible/infra-red/hyperspectral cameras, microphones, passive infra-red sensors, vibration sensors and spectrum sensors for wireless communications.
http://faculty.itu.edu.tr/toreyin/
Topic: A Hybrid CFD/Lumped-Capacitance Model For Simulating Data Center Transients
Speaker: Hamza Salih Erden
Date: 07 Mart 2017, 13:40 Room 408
Abstract
Transient thermal events in air-cooled data centers may lead to undesirable operating conditions such as the formation of hot spots and associated degradation of equipment reliability. This seminar introduces a fast-executing hybrid computational fluid dynamics (CFD)/Lumped-Capacitance model for predicting server inlet temperatures resulting from common transient events such as power losses and cooling interruption. The model uses initial steady-state CFD or experimental data in combination with several lumped-capacitance models of the various thermal masses in the data center. The model predictions have been compared with experimental data obtained in a three-rack data-center test cell and found to agree well with the experimental measurements. Examples of the application of the model to more realistic data center configurations are also given.
Bio:
Hamza Salih Erden received his B.S. degree in Mechanical Engineering at Istanbul Technical University in 2007 and M.S. and Ph.D. degrees from Syracuse University, New York, in 2009 and 2013 in Mechanical and Aerospace Engineering. He joined ITU Informatics Institute in 2015 as an Assistant professor after his two-year post-doctoral study at Syracuse University. Dr. Erden focuses on the modeling, analysis and design of thermal systems for energy-efficient buildings, particularly for mission critical facilities like data centers and their supporting infrastructure.
http://akademi.itu.edu.tr/erdenh/
Seminer Başlığı: “Bilgi Güvenliği, Kişisel Verilerin Korunması ve Biyometrik Verilerin İşlenmesi”
Konuşmacı: Göksu Hazar Erdinç
Gün: 14 Mart 2017, Saat 13:40; 408 no'lu sınıf
Sunum Özeti: Kişisel verilerin dijital ortamlarda saklanmaya başlaması ile birlikte kişisel verilerin korunması hususu bilgi güvenliğinin temel meselelerinden birisi haline gelmiştir. Çeşitli ülkelerde bu konuya ilişkin farklı regülasyonlar ve ilkeler benimsenmiştir. Türkiye'de de 24 Mart 2016 tarihinde yürürlüğe giren Kişisel Verilerin Korunması Hakkında Kanun ile bu konu hakkında düzenleme getirilmiştir. Bankacılık sektörü, sağlık sektörü gibi çeşitli alanlarda özel nitelikli kişisel verilerin bir türü olan biyometrik verilerin işlenmesi, saklanması, korunması gibi konularda çeşitli düzenlemelere büyük ihtiyaç duyulmaktadır. Bu çerçevede, kişisel verilerin korunmasına ilişkin alınan tedbirler, Türkiye'deki mevcut durum ve Avrupa Birliği düzenlemeleriyle karşılaştırılması ve öneriler sunum kapsamında yer alacaktır.
Kısa Özgeçmiş: Göksu Hazar Erdinç, lisans eğitimini 2013 yılında Bilkent Üniversitesi Hukuk Fakültesi’nde tamamladıktan sonra 1,5 yıl avukatlık yapmıştır. İTÜ Bilişim Uygulamaları bölümünde yüksek lisans yapan Erdinç, 2015 yılının Aralık ayından itibaren Bilişim Uygulamaları anabilim dalında araştırma görevlisi olarak çalışmaya başlamıştır. Elektronik Haberleşme Düzenlemeleri, Kişisel Verilerin Korunması, Bilişim Hukuku gibi alanlarda çalışmalar yürütmektedir.
Danışman Öğretim Üyesi: Prof. Dr. Ertuğrul Karaçuha
Seminer Başlığı: Akıllı Ev Uygulamaları İçin Aydınlatma, Isıtma, Havalandırma Ve İklimlendirmenin PIR Algılayıcılarla Denetimi
Konuşmacı: Hilal Türk
Tarih: 21 Mart 2017, Saat 13:40; 408 no'lu sınıf
Sunum Özeti: Bu projede, yaygın olarak mevcudiyet algılama amacıyla kullanılan pasif enfraruj sensörlerin (Pyro-electric InfraRed - PIR), çıktı işaretlerini analiz edecek mikro-denetleyicilerle akıllandırılıp, kapalı mekânlardaki kişi varlığının düşük hata oranıyla tespit edilemesine yönelik bir araştırma yapılacaktır. Literatürdeki mevcut yöntemlerden ve piyasadaki ürünlerden farklı olarak, PIR sensörlerine dayalı geliştirilecek sistemi, sensörün görüş alanı içerisindeki kişi hareket etmese dahi, kişinin sensörün algılama alanı içerisinde bulunduğunu anlayabilecektir. Bunu, ortamın giriş-çıkışına ve tavana yerleştirilecek birden fazla PIR sensörden gelecek işaretlerin, akıllı işaret işleme teknikleri ile bir mikro-denetleyici üzerinde çözümlenmesiyle sağlayacaktır. Bu bilgiye bağlı olarak da, Aydınlatma, Isıtma, Havalandırma ve İklimlendirmenin otomatik denetimi sağlanacaktır. Projenin önemli özelliklerinden biri de PIR alghılayıcıların mahremiyete hâlel getirmiyor oluşudur. Bu algılyıcılar, görüş alanı içerisindeki kişilerin teşhis edilemesini olanaklı kılacak herhangi bir işaret üretmemektedir. Bu da, bu algılayıcıların, örneğin kameralara nazaran, evlerde ve benzeri şahsi kapalı mekânlarda, mekân sakinlerini rahatsız etmeden, güvenle kullanılabilmesini sağlamaktadır.
Danışman Öğretim Üyesi: Doç. Dr. B. Uğur Töreyin
Seminer Başlığı: Hücresel ağlarda e-NodeB’lerin performans ölçülerine göre kendi kendini yapılandırması
Konuşmacı: Samet Kaya
Tarih: 4 Nisan 2017, Saat 13:40; 408 no'lu sınıf
Sunum Özeti: Mobil haberleşme sistemleri iletişim için gerekli tüm alan hücresel olarak kapsanmıştır. Her hücrenin ortasında bir baz istasyonu bulunmaktadır. Bu baz istasyonları yeni teknoloji ile birlikte yerini e-NodeB cihazlarına bırakmıştır. e-NodeB cihazları kendisine bağlanan cihazsayısına göre belirli ayarlar ve güç ile çalışma işlemi yapmaktadır. Bu çalışma parametreleri hücresel olarak kişiler tarafından yapılmakta ve hep bu şekilde çalışmaktadır. Hedeflenen amaç e-nodeB cihazlarının yoğunluk, çevresindeki kapsama durumu gibi parametrelerine bakarak kendikendi yapılandırmasını yapabilmesidir. Böylece en optimize güc ile en verimli şekilde çalışacaktır. Öğrenme algoritmalarıyla zamanla optimizasyon ayarları daha fazla iyileşme gösterecektir.
Kısa Özgeçmiş: Marmara Üniversitesi Bilgisayar Kontrol Öğretmenliği (%100 ingilizce) programını bitirdim. Sonrasında Yıldız Teknik Üniversitesi tekno parkta 2,5 sene çalışırken İstanbul Aydın Üniversitesi Bilgisayar Mühendisliği yüksek lisansa başladım. Ardından Fatih Sultan Mehmet Üniversitesi Bilgisayar Mühendisliğinde asistanlık görevine giriş yaptım. Bu görev devam ederken İTÜ Bilgişim uygulamaları yüksek lisansını kazandım. Bu arada Sakarya Üniversitesi Bilgisayar Mühendisliği bitirdim. Şu an iki adet yüksek lisansım tez dönemindedir.
Danışman Öğretim Üyesi: Prof. Dr. Lütfiye Durak-Ata
Seminar Title: Data hiding of medical image by using frequency domain image as a fractal image
Speaker: Suhad Albasrawi
Date: 11 Nisan 2017, Saat 13:40; 408 no'lu sınıf
Abstract: Steganography is the practice of concealing a file, message, image, or video within another file, message, image, or video. I will talk about data hiding in medical images. The most important thing in data hiding is the compression process. I proposed Lossless data compression to the medical image, here PNG format for the secret image is preferred since the expected information has almost the same color for large areas, however I proposed Lossy data compression to the cover image. On the other hand, the cover image must be tested for the available capacity. There are several methods to test capacity: testing entropy of the image, testing compressibility using different methods, detecting redundant information. Steganography method finally is exposed to performance tests (PSNR test with the original image to test changes after embedding).
Biography: Suhad Fakhri Albasrawi received the B.S. degree from the AL-Mustansiriyah University/computer sciences department, Baghdad, Iraq. Now I am a master student in Applied informatics / Istanbul Technical University. My thesis data hiding in medical images.
Advisor: Assoc. Dr. B. Uğur Töreyin
Seminer Başlığı: Müşteri Deneyimine Göre Otomatik Ağ Servisinin İyileştirilmesi
Konuşmacı: Tolga Sulubulut
Tarih: 18 Nisan 2017, Saat 13:40; 408 no'lu sınıf
Sunum Özeti: Günümüz haberleşme sektöründe operatörler şebeke yönetimi ve operasyonunu yürütmek için geniş bir ekibe sahip olmanın yanında birçok ekipman, yazılım uygulaması ve danışmanlık hizmeti almaktadır. Bunun yanında hem yükümlülükleri hem de müşterilerine taahhüt ettikleri kaliteli hizmeti sunabilmek adına yüksek oranda yatırımlar yapılmaktadır. Sunulan hizmetin devamlılığı ve kalitesi sürekli kontrol altında tutulmakta ve bu konuda yoğun efor sarf edilmektedir.
Bu sebeple kendini organize eden ağ (SON, Self-Organizing Network) uygulamaları geliştirme düşüncesi ortaya çıkmış ve şebeke yönetim sistemi içerisinde önemli kolaylıkların sağlanması, yüksek oranda tasarruf elde edilmesi ve minimum hataya yer verilmesi amaçlanmıştır. Bu amaca uygun olarak SON fonksiyonlarının geliştirmeleri yapılmakta ve olumlu sonuçlar elde edilmektedir.
Çalışmamız kapsamında müşteri deneyimi odak alınarak lokasyon bazlı problem yaşayan müşterilere yönelik iyileştirici SON algoritmaları geliştirilmesi hedeflenmiştir. Müşterilerin şebeke içindeki davranış modellerine bağlı olarak yaklaşımların oluşturulması, problemlerin ve probleme sebep olan kök nedenlerin sınıflandırılması, çözüm önerilerinin belirlenmesi ve uygulanması sağlanacaktır.
Kısa Özgeçmiş: İstanbul Teknik Üniversitesi, Bilişim Enstitüsü, Bilişim Uygulamaları (YL) programına devam etmektedir ve eş zamanlı olarak Turkcell’de Radyo Network Planlama ve Optimizasyon Mühendisi olarak çalışmaktadır.
Danışman Öğretim Üyesi: Prof. Dr. Lütfiye Durak-Ata
Seminar Title: Segmentation and Detection of Tumor Regions in Breast Cancer to Accurate Classification in Whole Slide Pathological Images Using Convolutional Neural Networks
Speaker: Gözde Ayşe Tataroğlu
Date: 25 Nisan 2017, Saat 13:40; 408 no'lu sınıf
Abstract: This work will present experimental results of a computer aided approach to CerbB2 tumor analaysis. Firstly, segmentation of tumor regions on pathological images is targeted. Later, it automatically classifies the segmented cancer regions on the whole slide area and classifies CerbB2 tumors in four phases. This classification is planning to be made using deep learning models to determine the drug resistance of the patient.
Biography: Istanbul Technical University - Computer Science Department, Computer Science and Engineer, Master Degree Student.
Advisor: Assoc. Prof. Dr. B. Uğur Töreyin
Speaker: Aigerim Kairoldayeva
Date: 2 Mayıs 2017, Saat 13:40; 408 no'lu sınıf
Speaker: Enea Mançellari
Date: 9 Mayıs 2017, Saat 13:40; 408 no'lu sınıf