<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Fen Bilimleri Enstitüsü</title>
<link>https://acikerisim.bingol.edu.tr/handle/20.500.12898/1357</link>
<description>Institute of Sciences</description>
<pubDate>Tue, 13 Oct 2026 07:11:17 GMT</pubDate>
<dc:date>2026-10-13T07:11:17Z</dc:date>
<item>
<title>Elektrolüminesans Görüntülerinde Fotovoltaik Panel Hücrelerinin Derin Öğrenme İle Otomatik Kusur Tespiti</title>
<link>https://acikerisim.bingol.edu.tr/handle/20.500.12898/6402</link>
<description>Elektrolüminesans Görüntülerinde Fotovoltaik Panel Hücrelerinin Derin Öğrenme İle Otomatik Kusur Tespiti
GÜNDOĞDU, Fatih
ÖZET: Bu tez çalışmasında, fotovoltaik (PV) güneş hücrelerinde meydana gelen kusurların, elektrolüminesans (EL) görüntüleri üzerinden derin öğrenme yöntemleri kullanılarak otomatik olarak tespit edilmesi amaçlanmıştır. Güneş enerjisi sistemlerinin hızla yaygınlaşması, PV panellerde oluşan mikro çatlak, hücre kırığı, busbar kopması ve PID gibi kusurların erken teşhisini zorunlu kılmaktadır. Çalışmada iki farklı veri seti kullanılmıştır. Birincil veri seti, GTC Güneş Sanayi ve Ticaret A.Ş.'nin üretim hattından elde edilen 540 kusurlu ve 500 sağlıklı olmak üzere toplam 1040 hücre görüntüsünden oluşmaktadır. İkincil olarak, önerilen yaklaşımın genellenebilirliğini test etmek amacıyla dört sınıflı ve belirgin dengesizliğe sahip kamuya açık ELPV veri seti kullanılmıştır. Görüntü ön işleme aşamasında, panel görüntüleri geliştirilmiş RLSA tabanlı segmentasyon yaklaşımıyla hücrelere ayrıştırılmış, 227×227 piksel boyutuna getirilmiş ve normalleştirilmiştir. Veri artırma teknikleri ile eğitim verisi çeşitlendirilerek modelin genelleme yeteneği artırılmıştır. Önerilen model, ImageNet üzerinde önceden eğitilmiş ResNet50 omurgasının, kanal bazında dikkat sağlayan Squeeze-and-Excitation (SE) bloğu ile güçlendirilmesine dayanmaktadır. SE bloğu, öznitelik haritalarındaki kanalları yeniden ağırlıklandırarak ayırt edici kanalların öne çıkarılmasını sağlamaktadır. Modelin başarımı, ResNet50, EfficientNetB0 ve MobileNetV2 baz modelleri ile 5 katlı tabakalı çapraz doğrulama protokolü kullanılarak karşılaştırmalı olarak değerlendirilmiştir. İkili sınıflandırma görevinde tüm modeller %98-99 aralığında yüksek başarım sergilerken, dört sınıflı ELPV veri setinde önerilen ResNet50+SE modeli %76,09 doğruluk ve 0,559 F1-skoru ile en yüksek başarımı elde etmiştir. SE bloğu, düz ResNet50'ye kıyasla doğrulukta yaklaşık 9,85 puanlık iyileşme sağlamıştır. Elde edilen bulgular, SE bloğu ile güçlendirilmiş ResNet50 mimarisinin, özellikle zorlu ve dengesiz veri koşullarında kanal bazında dikkat mekanizması sayesinde ayırt edici öznitelikleri başarıyla öne çıkarabildiğini göstermektedir. Çalışma, gerçek bir üretim hattından elde edilen verilerle desteklenmiş olup, önerilen modelin fotovoltaik üretim süreçlerinde otomatik kalite kontrol sistemi olarak kullanılabileceğini ortaya koymaktadır.; ABSTRACT: This thesis aims to automatically detect defects occurring in photovoltaic (PV) solar cells using deep learning methods on electroluminescence (EL) images. The rapid expansion of solar energy systems necessitates early diagnosis of defects such as micro-cracks, cell fractures, busbar breaks, and potential-induced degradation (PID) in PV panels. Two different datasets were used in this study. The primary dataset consists of 1040 cell images obtained from the production line of GTC Güneş Sanayi ve Ticaret A.Ş., comprising 540 defective and 500 healthy cells. Secondarily, the publicly available ELPV dataset, which has a four-class structure with significant imbalance, was used to test the generalizability of the proposed approach. During image preprocessing, panel images were segmented into individual cells using an improved RLSA-based segmentation approach, resized to 227×227 pixels, and normalized. Data augmentation techniques were applied to diversify the training data and enhance the model's generalization capability. The proposed model is based on a pre-trained ResNet50 backbone on ImageNet, enhanced with a Squeeze-and-Excitation (SE) block that provides channel-wise attention. The SE block reweights the channels in the feature maps, highlighting discriminative channels and thus contributing to more effective learning of defect patterns. The model's performance was comparatively evaluated against three baseline models—ResNet50, EfficientNetB0, and MobileNetV2—using a 5-fold stratified cross-validation protocol. While all models achieved high performance in the range of 98-99% on the binary classification task, the proposed ResNet50+SE model achieved the highest performance on the four-class ELPV dataset with 76.09% accuracy and 0.559 F1-score. The SE block provided an improvement of approximately 9.85 percentage points in accuracy compared to plain ResNet50. The findings demonstrate that the SE-enhanced ResNet50 architecture can successfully highlight discriminative features through its channel-wise attention mechanism, particularly under challenging and imbalanced data conditions. Supported by data obtained from a real production line, this study reveals that the proposed model can serve as an automated quality control system in photovoltaic manufacturing processes.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://acikerisim.bingol.edu.tr/handle/20.500.12898/6402</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Sabit ve Gezginci Arıcıların Ürettikleri Ballarda Bazı Pestisit Kalıntılarının Belirlenmesi-Bingöl İli Örneği</title>
<link>https://acikerisim.bingol.edu.tr/handle/20.500.12898/6401</link>
<description>Sabit ve Gezginci Arıcıların Ürettikleri Ballarda Bazı Pestisit Kalıntılarının Belirlenmesi-Bingöl İli Örneği
SOLGUN, Serkan
ÖZET:&#13;
Türkiye sahip olduğu doğal kaynaklar ve üretim gücü ile beraber dünyanın en büyük ikinci bal üreticisidir. Arıcılık ülkemizde birçok insanın geçimini sağladığı en önemli tarımsal faaliyetler arasında yer almaktadır. Bu faaliyetler neticesinde üretilen ballar hem yurtiçi hem de yurt dışı pazarlarda tüketicilere sunulmaktadır. Arıcılık ülkemizde sabit ve gezginci üretim şekli ile iki farklı biçimde yapılmaktadır. Her iki üretim tipinde de temel hedef zengin polen ve nektar kaynaklı çiçeklerden maksimum düzeyde faydalanmak ve kaliteli ürün elde etmektir. Ancak çevresel faktörlerin yanında tarımda kullanılan pestisitler ve arı zararlarına karşı kullanılan antibiyotikler hem koloni ölümlerine neden olmakta hem de ballarda ilaç kalıntısının oluşmasına neden olmaktadır. Bu çalışmanın amacı Bingöl ilinde farklı lokasyonlarda faaliyet gösteren sabit ve gezginci arıcıların ürettikleri balları pestisit kalıntısı bakımından karşılaştırmaktır. Bunun için Bingöl Merkez, Karlıova, Genç, Kığı ve Solhan ilçelerinde faaliyet gösteren sabit ve gezginci arıcılardan oluşan 20 işletmeden süzme bal örnekleri toplanmıştır. Toplanan bal örneklerinin EC, pH, nem, serbest asitlik ve HMF analizleri ile yaklaşık 800 pestisit kalıntısı taraması yapılmıştır. Analiz sonuçlarına göre balların kimyasal özelliklerinin Türk Gıda Kodeksi Bal Tebliği’ne uygun olduğu belirlenmiştir. Sabit ve Gezginci arıcılık olarak üretim şekilleri karşılaştırıldığında sadece balların EC ve HMF özellikleri için istatistiksel farkın olduğu saptanmıştır. Başka bir ifade ile sabit arıcılık yapan işletmelerde balların EC değeri gezginci arıcılara göre daha fazla buna karşın HMF değeri ise sabit arıcılara göre gezginci arıcılarda daha fazla bulunmuştur. Analiz sonuçlarında bütün örneklerde herhangi bir pestisit kalıntısına rastlanmamıştır. Bu çalışmada elde edilen sonuçlar Bingöl’de sabit ve gezginci arıcılar tarafından üretilen balların araştırılan parametreler bakımından güvenilir olduğunu göstermiştir.; ABSTRACT:&#13;
Turkey is the second largest honey producer in the world with its natural resources and production power. Beekeeping is one of the most important agricultural activities in which many people make a living in our country. The honey produced as a result of these activities is offered to consumers in both domestic and foreign markets. Beekeeping is carried out in two different ways in our country, with stationary and migratory production methods. In both production types, the main goal is to make maximum use of rich pollen and nectar sourced flowers and to obtain quality products. However, in addition to environmental factors, pesticides used in agriculture and antibiotics used against bee pests both cause colony deaths and cause drug residues in honey. The aim of this study is to compare the honey produced by stationary and migratory beekeepers operating in different locations in Bingöl in terms of pesticide residue. For this purpose, honey samples were collected from 20 enterprises consisting of fixed and migratory beekeepers operating in Bingöl Merkez, Karlıova, Genç, Kığı and Solhan districts. Approximately 800 pesticide residues were screened by EC, pH, moisture, free acidity and HMF analyzes of the collected honey samples. According to the analysis results, it has been determined that the chemical properties of honey are in accordance with the Turkish Food Codex Honey Communiqué. When the production methods of stationary and migratory beekeeping were compared, it was determined that there was a statistical difference only for the EC and HMF properties of honey. In other words, the EC value of honey in stationary beekeepers was higher than the migratory beekeepers, while the HMF value was found to be higher in the migratorybeekeepers compared to the stationary beekeepers. No pesticide residues were found in all samples as a result of the analysis. The results obtained in this study showed that the honey produced by stationary and migratory beekeepers in Bingöl is reliable in terms of the investigated parameters.
</description>
<pubDate>Sun, 01 Jan 2023 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://acikerisim.bingol.edu.tr/handle/20.500.12898/6401</guid>
<dc:date>2023-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Muş İli Ekolojik Koşullarında Bazı Macar Fiği (Vicia Pannonica Crantz) Çeşitlerinin Ot Verim ve Kalite Özellikleri ile Mineral Madde İçeriklerinin Belirlenmesi</title>
<link>https://acikerisim.bingol.edu.tr/handle/20.500.12898/6400</link>
<description>Muş İli Ekolojik Koşullarında Bazı Macar Fiği (Vicia Pannonica Crantz) Çeşitlerinin Ot Verim ve Kalite Özellikleri ile Mineral Madde İçeriklerinin Belirlenmesi
DAĞOĞLU, Suat
ÖZET:&#13;
Bu çalışma, Muş ili ekolojik koşullarında bazı Macar fiği çeşitlerinin ot verim ve kalite özellikleri ile mineral madde içeriklerinin belirlenmesi amacıyla yürütülmüştür. Araştırmada 10 adet Macar fiği (Aygün, Enes, Sarı Efe, Kansur, Oğuz-2002, Akçalar, Anadolu Pembesi 2002, Doğu Beyazı, Tarm Beyazı-98 ve Budak) çeşidi bitkisel materyal olarak kullanılmıştır.&#13;
Araştırmada, Macar fiği çeşitlerine ait bitki boyu, yeşil ot verimi, kuru ot verimi, HP (ham protein), HPV (ham protein verimi), ADF (asit deterjanda çözünmeyen lif), NDF (nötral deterjanda çözünmeyen lif), ADP (Asit Deterjanda Çözünmeyen Protein), Ca(kalsiyum), Mg (magnezyum), P (fosfor), K (potasyum), Mn (mangan), Fe (demir), Cu(bakır) ve Zn (çinko) içerikleri incelenmiştir. Yapılan çalışmada; bitki boyu 62,2-114,5cm, yeşil ot verimi 1747-3547 kg/da, kuru ot verimi 585-1225 kg/da, HP oranı %18,0-&#13;
20,2, HPV 118,1-232,4 kg/da, ADF oranı %31,6-37,3, NDF oranı %36,9-41,7, ADP oranı %0,53-0,69, Ca oranı %1,37-1,45, Mg oranı %0,25-0,28, P oranı %0,35-0,37, K oranı %3,27-3,47, Mn içeriği 34,8-49,1 ppm, Fe içeriği 304,4-467,7 ppm, Cu içeriği 63,7-95,6 ppm ve Zn içeriği 21,2-42,8 ppm arasında bulunmuştur.Sonuç olarak; elde edilen bir yıllık veriler kapsamında Muş ili ekolojik koşullarında, Tarm Beyazı-98, Enes, Kansur, Akçalar, Aygün, Doğu Beyazı, Sarıefe ve Budak çeşitlerinin Anadolu Pembesi 2002 ve Oğuz-2002 çeşitlerine göre verim ve kalite&#13;
açısından daha yüksek değerler verdiği sonucuna varılmıştır.; ABSTRACT:&#13;
This study was carried out to determine the forage yield and quality characteristics and&#13;
mineral content of some Hungarian vetch cultivars under ecological conditions of Muş province. In the research, 10 Hungarian vetch (Aygün, Enes, Sarıefe, Kansur, Oğuz-2002,&#13;
Akçalar, Anadolu Pembesi 2002, Doğu beyazı, Tarm beyazı-98 and Budak) cultivars are used as plant material.&#13;
In the study, plant height, forage yield, dry matter yield, crude protein, crude protein&#13;
yield, ADF (acid detergent fiber), NDF (neutral detergent fiber), ADP (acid detergent protein), Ca (calcium), Mg (magnesium), P (phosphorus), K (potassium), Mn&#13;
(manganese), Fe (iron), Cu (copper) and Zn (zinc) contents were examined. In the study;&#13;
plant height 62.2-114.5 cm, forage yield 1747-3547 kg/da, dry matter yield 585-1225&#13;
kg/da, crude protein ratio 18.0-20.2%, crude protein yield 118.1-232.4 kg/da, ADF ratio 31.6-37.3%, NDF ratio 36.9-41.7%, ADP ratio 0.53-0.69%, Ca ratio 1.37-1.45%, Mg ratio 0.25-0.28%, P ratio 0.35-0.37%, K ratios 3.27-3.47%, Mn content 34.8-49.1 ppm,&#13;
Fe content 304.4-467.7 ppm, Cu content 63.7-95.6 ppm and Zn content were found to be 21.2-42.8 ppm.&#13;
As a result; within the scope of the one-year data obtained, it was concluded that Tarm&#13;
Beyazı-98, Enes, Kansur, Akçalar, Aygün, Doğu Beyazı, Sarıefe and Budak cultivars&#13;
gave higher values in terms of yield and quality than Anadolu Pembesi 2002 and Oğuz-&#13;
2002 varieties in Muş ecological conditions.
</description>
<pubDate>Fri, 01 Jan 2021 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://acikerisim.bingol.edu.tr/handle/20.500.12898/6400</guid>
<dc:date>2021-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Hydrophilinae (Coleoptera: Hydrophilidae) Alt Familyasına Ait Bazı Böcek Türlerinden Elde Edilecek Protein Ekstraktlarının Anti Kanser Özelliklerinin Belirlenmesi</title>
<link>https://acikerisim.bingol.edu.tr/handle/20.500.12898/6399</link>
<description>Hydrophilinae (Coleoptera: Hydrophilidae) Alt Familyasına Ait Bazı Böcek Türlerinden Elde Edilecek Protein Ekstraktlarının Anti Kanser Özelliklerinin Belirlenmesi
ÖZCAN, Seher
ÖZET&#13;
Bu çalışmada hydrophilinae (Coleoptera: Hydrophilidae) Alt Familyasının Hydrochara dichroma ve Hydrophilus piceus türlerinin protein özütlerinin elde edilmesi yolunda hareket edilmiştir. Elde edilen Protein miktarları Bradford yöntemi ile hesaplanmış ve Hydrochara dichroma türünün absorbans değeri 0,4144 mg iken, Hydrophilus piceus türünün ise absorbans değeri 0,3411mg. olarak belirlenmiştir. Hazırlanan bu örnekler hücre kültürüne alınarak prostat kanser hattı hücrelerinde (PC3) WST-1 ile hücre canlılık testi yapılmıştır. Test sonucu incelendiğinde çalışılan iki tür içinde protein ekstrelerinin hücre inhibisyonun’da düşmeye sebebiyet verdiği gözlemlenmiştir. En yüksek hücre inhibisyonu 1000 mg/ml böcek protein ekstraktı eklenmiş örneklerde gözlemlenmiştir. Daha sonra etkin doz bulunmuş olup western blot tekniği ile protein ürünlerine bakılmıştır. Bu çalışmanın sonucu olarak diyebiliriz ki western blot tekniğinde böcek proteinlerinin hücre ölümünü sağlayacak olan proteinlerin üretimini desteklediği görülmüştür.; ABSTRACT:&#13;
In this study, we aimed to obtain protein extracts of Hydrochara dichroma and Hydrophilus piceus from HYDROPHİLİNAE (COLEOPTERA: Hydrophilidae). The amount of protein obtained was calculated by Bradford method and the absorbance value of Hydrochara dichroma was 0.4144 mg, while the absorbance value of Hydrophilus piceus was 0.3411mg. as determined. Cell viability test was performed with WST-1 in prostate cancer line cells (PC3). When the test result was examined, it was observed that protein extracts caused decrease in cell inhibition in the two species studied. The highest cell inhibition was observed in samples with 1000 mg / ml insect protein extract added. Then the effective dose was found and protein products were examined by western blot technique. As a result of this study, we can say that the western blot technique has been shown to support the production of insect proteins that will enable cell death.
</description>
<pubDate>Tue, 01 Jan 2019 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://acikerisim.bingol.edu.tr/handle/20.500.12898/6399</guid>
<dc:date>2019-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
