Yaşar Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü’nün 2025-2026 yılı mezun adayları, hazırladıkları bitirme projelerini sergiledi. Yapay zeka destekli projelerde sağlık, rehabilitasyon, savunma sanayii ve engelli bireylerin yaşamını kolaylaştırmaya yönelik çözümler geliştirildi.
Uluslararası teknoloji firmalarına nitelikli iş gücü yetiştiren bölümde hazırlanan projelerde özellikle rehabilitasyon sürecindeki hastalar ve engelli bireylere yönelik geliştirilen teknolojiler dikkat çekti.
Projelerin bazılarına Yaşar Üniversitesi Yazılım Mühendisliği Bölümü öğrencileri de katkı sağladı. Ayrıca Yaşar Üniversitesi Endüstriyel Tasarım Bölümü Öğretim Üyesi Can Güvenir yönetimindeki tasarım ekipleri de çalışmalarda yer aldı. Teknik altyapı ile estetik ve kullanıcı odaklı tasarım anlayışının birleşmesiyle sanayi standartlarına uygun prototipler geliştirildi.
Görme engellilere cihaz
Eylül İpek Antmen, Ulaş Barış, Yağmur Sude Ateş, Toprak Orman, Berin Türker ve Ceyda İnce tarafından geliştirilen “Beyond The Eye” adlı projede, görme engelli bireyler için yazılı metinleri Braille alfabesine çevirebilen taşınabilir bir cihaz hazırlandı.
Özhan Ünverdi ve Deniz Özsoyeller danışmanlığında geliştirilen cihazın, çevredeki metin ve nesneleri algılayarak sesli veya dokunsal çıktı sunabildiği belirtildi.
Kas yorgunluğunu ölçüyor
Furkan Tunç ve Özge Öterbülbül tarafından geliştirilen yapay zeka tabanlı EMG sistemi ise kas yorgunluğunu gerçek zamanlı takip edebiliyor.
Özhan Ünverdi danışmanlığında hazırlanan projede, 22 katılımcıdan toplanan veriler kullanıldı. Yüzde 85,5 doğruluk oranına sahip modelin düşük maliyetli ve kolay kullanılabilir yapısıyla öne çıktığı ifade edildi.
Felçli bireylere eldiven
Dünya Felç Organizasyonu verilerine göre dünyada 94 milyon felçli birey bulunduğu belirtilirken, Ata Şehirali, Şükran Demir ve Zeynep Ertop rehabilitasyon süreçlerine yönelik “haptik eldiven” geliştirdi.
Mahir Kutay danışmanlığında hazırlanan projede, eldiven üzerindeki yüksek hassasiyetli sensörlerin parmak hareketlerini analog sinyallere dönüştürdüğü belirtildi. Spandex kumaştan üretilen eldivenden alınan verilerin kullanıcı arayüzü üzerinden gerçek zamanlı izlenebildiği kaydedildi.
Duygu durumu analizi
Kağan Ertan Çeşme, Şerif Deniz Acar ve Ali Emre Sarıbıyık tarafından geliştirilen projede ise bireylerin duygu durumlarını sınıflandırabilen bir sistem hazırlandı.
Nalan Özkurt danışmanlığındaki projede kalp sinyali, deri iletkenliği ve yüz kaslarından elde edilen veriler makine öğrenmesiyle analiz edildi. Yapılan testlerde sistemin duygu durumlarını sınıflandırmada yüzde 83 doğruluk oranına ulaştığı belirtildi.
