Projects

Büyük Veri Akışları İçin Çevrimiçi Sansürleme Stratejisi Tabanlı Yeni Kompleks-Değerli Adaptif Sinyal İşleme Tekniklerinin Geliştirilmesi

Program Kodu: 3501

Proje No: 121E324

Proje Yürütücüsü: Doç. Dr. Engin Cemal MENGÜÇ

ÖZET

Günümüzde bilimsel araçlar, tıbbi cihazlar, uydular, teleskoplar, sensörler, e-ticaret platformları gibi birçok farklı kaynaktan üretilen eşi görülmemiş boyutlarda büyük veri akışları ile karşı karşıya kalmaktayız. Aslında büyük veri akışları; yüksek boyut, yüksek hacim, karmaşıklık ve kullanılabilirlik oranı nedeniyle mevcut analitik yöntemlere meydan okuyan, farklı çeşitlerde karşımıza çıkan, kalitesi, miktarı ve istatistikleri zaman içinde ve elementler arasında hızla değişen, gürültülü ölçümler/iletişim hataları ve aykırı değerler içeren veri türlerini temsil eder. Büyük veri akışlarının bu özelliklerinin yanı sıra, sensör teknolojisindeki son gelişmeler; artık veri tiplerinin reel-değerli olmadığını aynı zamanda kompleks-değerli verilerinde dikkate alınması gerektiğini ortaya koymuştur. Bu tür kompleks-değerli büyük veri akışlarında analitiğin çevrimiçi olarak gerçekleştirilebilmesi için sayısal, matematiksel ve istatistiksel tekniklerin adaptif sinyal işleme (Adaptive signal processing, ASP) alt yapısıyla birleştirilerek, verileri akıllıca kullanan, hesap maliyetini azaltan, hızlı ve yüksek doğrulukta çalışabilen yeni kompleks-değerli ASP (Complex-valued ASP, CASP) tekniklerinin geliştirilmesine ihtiyaç vardır.

Bu projede kapsamında; kompleks-değerli büyük veri akışlarının etkin bir şekilde işlenebilmesi için; “çevrimiçi sansürleme (Online Censoring, OC) stratejisi”, “CASP”, “işbirlikçi ASP” ve “kurtosis-tabanlı maliyet fonksiyonları”nın sunmuş olduğu avantajlar bir araya getirilerek; (i) çevrimiçi veri işleme kabiliyetine sahip, (ii) sadece bilgilendirici verileri kullanarak veri işleme maliyetini azaltan, (iii) yüksek-dereceden istatistikler kullanarak dairesel veya dairesel olmayan verileri işleyebilen, (iv) hızlı ve yüksek doğrulukta cevap üretebilen, (v) gürültü ve aykırı değer durumlarını göz önünde bulunduran, (vi) hem tek başına hem de işbirliği içerisinde çalışabilen, (vii) kestirim, tahmin ve regresyon görevlerini yerine getirebilen yeni OC stratejisi-tabanlı CASP teknikleri geliştirilmiştir.

ABSTRACT

Nowadays, we are faced with unprecedented big data streams produced from many different sources such as scientific tools, medical devices, satellites, telescopes, sensors, and e-commerce platforms. Actually, big data streams represent data types that challenge existing analytical methods due to their high size, high volume, complexity, and availability. They appear in different varieties, their quality, quantity, and statistics change rapidly over time and between elements, and they also include noisy measurements/communication errors and outliers. Besides these features of big data streams, recent developments in sensor technology have revealed that such data types are no longer real-valued but should also be considered as complex-valued data. To perform analytics in an online manner in such complex-valued big data streams, by combining numerical, mathematical, and statistical techniques with adaptive signal processing (ASP) infrastructure, novel complex-valued ASP (CASP) techniques using data wisely, reducing data processing costs and providing high speed and accuracy, need to be developed.

In this project, to efficiently process complex-valued big data streams, by gathering advantages of “online censoring (OC) strategy”, “CASP”, “collaborative ASP”, and “kurtosis-based costs”, we have developed novel OC-based CASP techniques. These techniques provide (i) online data processing, (ii) the reduction of data processing cost by utilizing only informative data, (iii) the processing of circular and noncircular data by using higher-order statistics, (iv) fast and high accuracy, (v) the consideration of noise and outlier cases, (vi) the running in both alone and a collaborative manner, (vii) the performing of estimation, prediction, and regression tasks.

PROJEYE AİT ÇIKTILAR

Proje kapsamında, şu ana kadar etki değeri yüksek 2 adet SCI-E indeksli makale, 1 adet uluslararası indeksli makale, 4 adet uluslararası bildiri ve 1 adet ulusal bildiri üretilmiştir. Ayrıca, proje yürütücüsü ve bursiyerleri “Cost-Effective Adaptive Predictor for Large-Scale Wind Signal” isimli bildirileri için 46th International Conference on Telecommunications and Signal Processing (TSP) kapsamında “En İyi Öğrenci Bildirisi (Best Student Paper Award)” ödülünü almışlardır. Ayrıca bu projede bursiyer olarak çalışmış iki yüksek lisans öğrencisi proje konularına ilişkin tez konuları verilerek mezun edilmiştir. Öğrencilerden biri doktora eğitimine danışmanlığımda başlamış olup, tez dönemine geçmiştir. Aynı zamanda projenin çıktıları, Tokat Gaziosmanpaşa Üniversitesi ev sahipliğinde düzenlenen Anadolu Üniversiteleri Birliği II. AR-GE Proje Pazarında sunulmuştur. Projemizin bu nitelikli çıktıları sayesinde, ulusal ve uluslararası sinyal işleme arenasında hem ülkemizin hem de üniversitemizin adının duyurulmasına ve lisansüstü öğrenci yetiştirilmesine önemli katkılar sağlanmıştır. İlgili çıktılara ait detaylı bilgiler aşağıda sunulmuştur.

SCI-E İndeksli Makaleler

  1. Çolak Güvenç, B., and Mengüç, E.C., A Family of Online Censoring Based Complex-Valued Least Mean Kurtosis Algorithms, Signal Processing, 216, 109302, 2024. (Q2, IF: 4.4)
  2. Çolak Güvenç, B., and Mengüç, E.C., An Adaptive Convex Combination of CLMK and ACLMK Algorithms For Processing Complex-Valued Signals, Signal Processing, 205, 108871, 2023. (Q2, IF: 4.4)

Uluslararası İndeksli Makaleler

  1. Mengüç, E.C., Large-scale regression in the complex domain: Performance analysis of CRLS algorithms censoring noninformative data in an online manner, Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 12, 2, Sayfalar 349-359, 2023.

Uluslararası Konferans Bildirileri

  1. Çolak Güvenç and Mengüç, E.C., Kompleks-Değerli Büyük Veri Akışları için Çevrim içi Sansürleme Tabanlı Adaptif Konveks Kombinasyon, 5th International Turkic World Congress on Science and Engineering, Bişkek, 2023.
  2. Eren, Y., Çolak Güvenç, B., and Mengüç, E.C., Cost-Effective Adaptive Predictor for Large-Scale Wind Signal, 46th International Conference on Telecommunications and Signal Processing (TSP), pp. 221-224, 2023 (Best Paper Award).
  3. Çolak Güvenç, B., Eren, Y., and Mengüç, E.C., Novel Online Censoring Based Learning Algorithm for Complex-Valued Big Data Streams, IEEE 30. Sinyal İşleme ve İletişim Uygulamaları Kurultayı (SIU 2022), 2022.
  4. Eren, Y., Çolak Güvenç, B., and Mengüç, E.C., Online Censoring Based Acoustic Feedback Cancellation for Wearable Hearing Aids, IEEE 30. Sinyal İşleme ve İletişim Uygulamaları Kurultayı (SIU 2022), 2022.

Ulusal Konferans Bildirileri

  1. Çolak Güvenç, B., Eren, Y., and Mengüç, E.C., Adaptive Prediction of Financial Data with Complex-Valued Informative Data, National Conference on Electrical, Electronics, and Biomedical Engineering (ELECO 2022), Bursa, 1-5, 2022.

Ödüller

  1. Best Student Paper Award: Cost-Effective Adaptive Predictor for Large-Scale Wind Signal, 46th International Conference on Telecommunications and Signal Processing (TSP), 2023.

Tezler

  1. Büyük-Ölçekli Veriler İçin Kompleks-Değerli Çevrim İçi Öğrenme Algoritmalarının Tasarımı, B. Çolak Güvenç, Doktora, Kayseri Üniversitesi, Kayseri, 2023-…
  2. Giyilebilir İşitme Cihazları İçin Çevrim İçi Sansürlemeye Dayalı Yeni Akustik Geri Besleme Gidericilerin Tasarımı, Y. Eren, Yüksek Lisans, Kayseri Üniversitesi, Kayseri, 2023.
  3. Kurtosis Maliyet Fonksiyonu Tabanlı Kompleks Değerli İşbirlikçi Adaptif Filtreleme, B. Çolak Güvenç, Yüksek Lisans, Kayseri Üniversitesi, Kayseri, 2021.