Yazar "Qaraqe, Marwa" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Araçsal ağların afet senaryolarındaki performanslarının karşılaştırılması(İstanbul Ticaret Üniversitesi, 2018) Yıldırım, Alper Kaan; Boyacı, Ali; Qaraqe, MarwaCan ve mal kaybına yol açan doğal olaylara doğal afetler denilmektedir. Doğal afetler için önlem alınsa da önlemek mümkün değildir. Büyük çaplı doğal afetler ekonomi, enerji, sağlık, ulaştırma ve iletişim gibi konularda büyük zararlara yol açmaktadır. Ulaştırma ve telekomünikasyon, insan hayatının kaybı, ekonomik maliyet ve aksaklıkların en aza indirilmesi için afet müdahale ve yönetiminde kritik bir rol oynamaktadır. Doğal afetlerden sonra iletişim kısmen veya tamamen tahrip olabilir. İletişimin devamlılığını sağlamak için yıllar boyunca Mobil bağlantı (MANET), Araçlar Arası Bağlantı (VANET), Gecikme Toleranslı Ağlar (DTN) gibi özel çözümler ortaya çıkmıştır. Bu makale kapsamında ortaya konan çözümlerden biri olan VANET ele alınmıştır. Felaket durumlarında araçlar arasında kullanılacak yönlendirme protokolleri (AODV, DSDV, OLSR, DSR, ZRP) karşılaştırılarak farklı durumlarda hangi yönlendirme protokolünün kullanılabileceği ele alınmıştır. Yönlendirme protokollerini farklı senaryolarda test edebilmek için Simulation of Urban Mobility (SUMO) yazılımında trafik oluştulmuş ve oluşturulan trafik Network Simulator 3 (NS3) yazılımında teste tabi tutulmuştur.Öğe Automatic food recognition system for middle-eastern cuisines(INST ENGINEERING TECHNOLOGY-IET, 2020) Qaraqe, Marwa; Usman, Muhammad; Ahmad, Kashif; Sohail, Amir; Boyaci, AliThe concerns for a healthier diet are increasing day by day, especially in diabetics wherein the aim of healthier diet can only be achieved by keeping a track of daily food intake and glucose-level. As a consequence, there is an ever-increasing need for automatic tools able to help diabetics to manage their diet and also help physicians to better analyse the effects of various types of food on the glucose-level of diabetics. In this paper, we propose an intelligent food recognition and tracking system for diabetics, which is potentially an essential part of a mobile application that we propose to couple food intake with the blood glucose-level using glucose measuring sensors. For food recognition, we rely on several feature extraction and classification techniques individually and jointly using an early and three different late fusion techniques, namely (i) Particle Swarm Optimisation (PSO), (ii) Genetic Algorithms (GA) based fusion and (iii) simple averaging. Moreover, we also evaluate the performance of several handcrafted and deep features and compare the results against state-of-the-art. In addition, we collect a large-scale dataset containing images from several types of local Middle-Eastern food, which is intended to become a powerful support tool for future research in the domain.