Alp, Sina

Profile Picture
Name Variants
S., Alp
Sina ALP
Sina, Alp
Sina Alp
ALP Sina
Alp, Sina
Alp Sina
Alp, S.
Job Title
Dr.Öğr.Üyesi
Email Address
sina.alp@okan.edu.tr
Main Affiliation
Elektrik / Electrical
Status
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Scholarly Output

3

Articles

1

Citation Count

0

Supervised Theses

1

Filters

2023 - 20243
Reset filters

Settings

Scholarly Output Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Conference Object
    Citation - Scopus: 0
    Prediction of Short Term Traffic Speeds Using Deep Learning Models
    (Institute of Electrical and Electronics Engineers Inc., 2024) Alp, S.; Dündar, S.; İnşaat Mühendisliği / Civil Engineering
    In this study, real-time traffic forecasting was conducted using traffic speed data obtained from Bluetooth sensors located in the city of Vigo, Spain. For this purpose, average speed data recorded at fifteen-minute intervals from five different sensors in the city since 2014 were used. Using past average speed values in a time series format as inputs, various deep learning methods were applied to predict traffic speed data for the next fifteen minutes. The Long Short-Term Memory (LSTM) method achieved the highest performance in traffic forecasting. Incorporating additional factors such as time, weather conditions, and environmental factors into the models, along with time-series traffic volumes, could further enhance the performance of near-future traffic forecasting. © 2024 IEEE.
  • Thumbnail Image
    Article
    Citation - WoS: 0
    Citation - Scopus: 1
    An investigation into vibration analysis for detecting faults in vehicle steering outer tie-rod
    (Imeko - int Measurement Confederation, 2024) Alaraji, Yousif; Alp, Sina
    This study presents a novel fault detection method in car gear steering systems, employing MSC Adams and MATLAB simulations to analyze angular acceleration from the outer tie rod. The approach closely mimics real accelerometer data to differentiate between normal and faulty conditions, including wear and obstacle navigation. Emphasis is on noise robustness, utilizing advanced noise injection and denoising techniques. The efficacy of wavelet scattering, discrete wavelet transform (DWT) methods, and classifiers like Support Vector Machines (SVM) and Neural Networks (NN) is extensively evaluated. Among fifteen fault detection methods, the combination of wavelet scattering with Long Short-Term Memory (LSTM) Neural Networks, optimized with Adam tuning, is notably stable across four scenarios. The research highlights the importance of precise feature selection, employing techniques like Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), and Recursive Feature Elimination (RFE). This research significantly advances the reliability of autonomous driving systems and provides essential insights into fault detection in gear steering systems.
  • Thumbnail Image
    Master Thesis
    Full vehicle dynamic model for pid speed controller basedpractical swarm optamization method
    (2023) Najım, Omar Suhaıl Najım; Alp, Sina
    Seyir Kontrol Sistemi (CCS), otonom araçların temel bir bileşeni olduğu için hayati önem taşır. (CCS), araca daha fazla özerklik kattığı için yüksek öneme sahiptir. (CCS), sürüşü sürücü için daha az stresli ve daha güvenli hale getirmek gibi birçok avantaja sahiptir. Ayrıca, yakıt tüketimini ve motor emisyonlarını en aza indirdiği için çevre için çok önemlidir. Bu çalışmada ileri hareket için (PID) tabanlı (PSO) için tam bir uzunlamasına araç dinamik modeli önerilmiştir. Model, (PID) hız denetleyicisi ve (PSO) yanında aktarma organları alt sistemi, direnç kuvvetleri ve lastik modelinden oluşur. Tam araç modelinin kullanılması, özellikle lastik modeli ve kayma oranı olmak üzere kontrol performansına bir gerçeklik kazandırdı. Farklı hız ve koşullar altında hız kontrol cihazı olan/olmayan araç davranışını açıkladı. (PID) kontrolörü, seyir kontrol sistemini temsil etmek için kullanılıyor. (PID) denetleyicisi, parametrelerinin ayarlanması basit olduğu için yaygın olarak kullanılmaktadır. Bu nedenle, birçok kontrol sistemi, özellikle geri beslemeli kontrolörler, (PID) kontrolörler kullanır. Basit ayarına rağmen çok verimli bir kontrolör olarak kabul edilebilir. (PID) denetleyicili sistem çıkış yanıtı, lineerleştirme yeteneği nedeniyle kararlı ve güvenilir hale gelir. Oransal (KP), İntegral (KI) ve Türev (KD) olan denetleyici parametreleri, iki kez farklı hızlarla ayarlanıyor. Birincisi MATLAB ayarı, ikincisi ise Pratik Sürü Optimizasyonu algoritma tekniğidir. Önerilen modelin genel performansı, istenen her hız için iki ayarlama yöntemiyle değerlendirilmiştir. Deneysel sonuçlar, (PID) tabanlı (PSO)'nun daha iyi performans verdiğini göstermektedir. Küçük bir aşım ve sıfır sabit durum hatasıyla, en erken yükseltme süresi 4 saniye öncedir. Bu denetleyici performansı, tüm denetleyici parametrelerini aynı anda ayarlamak zor olduğundan arzu edilir. (PID) tabanlı (PSO), 13 saniyelik rekabetçi bir sürede istenen hıza ulaşır. Ayrıca optimizasyon kullanılmadığında tespit edilebilecek kararsızlıkları azaltır. Tam model MATLAB/Simulink yazılım ortamında uygulanmaktadır.