Öz
Elektrik enerjisi, modern toplumların temel ihtiyaçlarından biri olup, ekonomik büyüme ve toplumsal refah açısından kritik bir rol oynamaktadır. Ancak enerji üretiminden tüketime kadar geçen süreçte meydana gelen kayıplar, kaynakların verimsiz kullanımına ve ekonomik zararlara yol açmaktadır. Teknik olmayan kayıplar, özellikle usulsüz elektrik kullanımı, sayaç manipülasyonu ve kaçak bağlantılar gibi nedenlerle enerji sektörünün karşılaştığı en büyük zorluklardan biridir. Bu çalışmada, teknik olmayan kayıpların tespiti amacıyla yenilikçi bir hibrit derin öğrenme modeli olan DENTELNet önerilmiştir. Model, Evrişimli Sinir Ağları (Convolutional Neural Networks – CNN), İki Yönlü Uzun Kısa Vadeli Bellek (Bidirectional Long Short-Term Memory – BiLSTM) ve Sıvı Sinir Ağı (Liquid Neural Network – LNN) bileşenlerinden oluşmaktadır. Öznitelik indirgeme amacıyla Zaman Serisi Ayrışımı tabanlı Temel Bileşen Analizi yöntemi kullanılmış ve veri dengesizliği, Sınırda Sentetik Azınlık Aşırı Örnekleme Tekniği (Borderline SMOTE – BSMOTE) ve Tomek Bağlantısı Yöntemi (Tomek Link – TLink) yaklaşımı ile giderilmiştir. Yapılan deneysel çalışmalar sonucunda, model %92.153 doğruluk, %90.402 kesinlik, %92.153 duyarlılık ve %90.397 F1-skoru elde etmiştir. ROC eğrisi analizi, yüksek AUC değerleri ile modelin ayırt edici gücünü ve dengeli performansını göstermektedir.
Anahtar Kelimeler
Teknik olmayan kayıplar elektrik sahtekârlığı tespiti derin öğrenme öznitelik indirgeme veri dengeleme
Kaynakça
- Saqib, S. M., Mazhar, T., Iqbal, M., Shahazad, T., Almogren, A., Ouahada, K. ve Hamam, H., Deep learning-based electricity theft prediction in non-smart grid environments, Heliyon, 10, 15, e35167, (2024).
- Khan, N., Shahid, Z., Alam, M. M., Sajak, A. A. B., Nazar, M. ve Mazliham, M. S., A novel deep learning technique to detect electricity theft in smart grids using AlexNet, IET Renewable Power Generation, 18, 6, 941–958, (2024).
- Souza, M. A., Gouveia, H. T., Ferreira, A. A., de Lima Neta, R. M., Nóbrega Neto, O., da Silva Lira, M. M., Torres, G. L. ve Aquino, R. R., Detection of Non-Technical Losses on a Smart Distribution Grid Based on Artificial Intelligence Models, Energies, 17, 7, 1729, (2024).
- Shehzad, F., Javaid, N., Aslam, S. ve Javed, M. U., Electricity theft detection using big data and genetic algorithm in electric power systems, Electric Power Systems Research, 209, 107975, (2022).
- Tripathi, A. K., Pandey, A. C. ve Sharma, N., A new electricity theft detection method using hybrid adaptive sampling and pipeline machine learning, Multimedia Tools and Applications, 83, 18, 54521–54544, (2024).
- Shehzad, F., Ullah, Z., Alhussein, M., Aurangzeb, K. ve Aslam, S., Deep learning-based meta-learner strategy for electricity theft detection, Frontiers in Energy Research, 11, 1232930, (2023).
- Nawaz, A., Ali, T., Mustafa, G., Rehman, S. U. ve Rashid, M. R., A novel technique for detecting electricity theft in secure smart grids using CNN and XG-boost, Intelligent Systems with Applications, 17, 200168, (2023).
- Fei, K., Li, Q., Zhu, C., Dong, M. ve Li, Y., Electricity frauds detection in low-voltage networks with contrastive predictive coding, International Journal of Electrical Power and Energy Systems, 137, 107715, (2022).
- Zheng, Z., Yang, Y., Niu, X., Dai, H.-N. ve Zhou, Y., Wide and deep convolutional neural networks for electricity-theft detection to secure smart grids, IEEE Transactions on Industrial Informatics, 14(4), 1606–1615, (2017).
- SGCC dataset: Analysis on Abnormal Behavior of Electricity Customers. https://www.datafountain.cn/competitions/241 (06.05.2025).
- Wen, Q., Gao, J., Song, X., Sun, L., Xu, H. ve Zhu, S., RobustSTL: A robust seasonal-trend decomposition algorithm for long time series, Proceedings of the AAAI Conference on Artificial Intelligence, 33(01), 5409–5416, (2019).
- Kherif, F. ve Latypova, A., Principal component analysis. İçinde A. Mechelli & V. Sandra (Ed.), Machine learning (ss. 209–225). Elsevier, (2019).
- Sulandari, W. ve Utami, H., Forecasting time series with trend and seasonal patterns based on SSA, 3rd International Conference on Science in Information Technology, 648–653, (2017).
- Al Majzoub, H., Elgedawy, I., Akaydın, Ö. ve Köse Ulukök, M., HCAB-SMOTE: A hybrid clustered affinitive borderline SMOTE approach for imbalanced data binary classification, Arabian Journal for Science and Engineering, 45(4), 3205–3222, (2020).
- Smiti, S. ve Soui, M., Bankruptcy prediction using deep learning approach based on borderline SMOTE, Information Systems Frontiers, 22(5), 1067–1083, (2020).
- Pereira, R. M., Costa, Y. M. ve Silla Jr, C. N., MLTL: A multi-label approach for the Tomek Link undersampling algorithm, Neurocomputing, 383, 95–105, (2020).
- Swana, E. F., Doorsamy, W. ve Bokoro, P., Tomek link and SMOTE approaches for machine fault classification with an imbalanced dataset, Sensors, 22(9), 3246, (2022).
- He, H. ve Garcia, E. A., Learning from imbalanced data, IEEE Transactions on Knowledge and Data Engineering, 21(9), 1263–1284, (2009).
- Kabakus, A. T., DroidMalwareDetector: A novel Android malware detection framework based on convolutional neural network, Expert Systems with Applications, 206, 117833, (2022).
- Riyaz, B. ve Ganapathy, S., A deep learning approach for effective intrusion detection in wireless networks using CNN, Soft Computing, 24(22), 17265–17278, (2020).
- Sri Vidhya, G. ve Nagarajan, R., A novel bidirectional LSTM model for network intrusion detection in SDN-IoT network, Computing, 106, 2613–2642, (2024).
- Chahine, M., Hasani, R., Kao, P., Ray, A., Shubert, R., Lechner, M., Amini, A. ve Rus, D., Robust flight navigation out of distribution with liquid neural networks, Science Robotics, 8(77), eadc8892, (2023).
- Kumar, K., Verma, A., Gupta, N. ve Yadav, A., Liquid neural networks: A novel approach to dynamic information processing, International Conference on Advances in Computation, Communication and Information Technology (ICAICCIT), 725–730, (2023).
- Depuru, S. S. S. R., Wang, L. ve Devabhaktuni, V., Support vector machine based data classification for detection of electricity theft, Power Systems Conference and Exposition, 1–8, (2011).
- Hasan, M. N., Toma, R. N., Nahid, A. A., Islam, M. M. ve Kim, J.-M., Electricity theft detection in smart grid systems: A CNN-LSTM based approach, Energies, 12(17), 3310, (2019).
- Munawar, S., Asif, M., Kabir, B., Pamir, Ullah, A. ve Javaid, N., Electricity theft detection in smart meters using a hybrid bi-directional GRU–bi-directional LSTM model, 15th International Conference on Complex, Intelligent and Software Intensive Systems, 297–308, (2021).
- Pereira, J. ve Saraiva, F., Convolutional neural network applied to detect electricity theft: A comparative study on unbalanced data handling techniques, International Journal of Electrical Power and Energy Systems, 131, 107085, (2021).
Öz
Electricity is one of the essential needs of modern societies, playing a critical role in economic growth and social welfare. However, losses occurring throughout the energy production and consumption process lead to inefficient use of resources and economic damages. Non-technical losses, particularly due to unauthorized electricity consumption, meter tampering, and illegal connections, are among the most significant challenges faced by the energy sector. In this study, an innovative hybrid deep learning model named DENTELNet is proposed for detecting non-technical losses. The model consists of Convolutional Neural Networks (CNN), Bidirectional Long Short-Term Memory (BiLSTM), and Liquid Neural Networks (LNN). To achieve feature reduction, a Time-Series Decomposition-based Principal Component Analysis method is used, and data imbalance is addressed using the Borderline Synthetic Minority Over-sampling Technique (BSMOTE) and Tomek Link (TLink) approach. Experimental results demonstrate an accuracy of 92.153%, precision of 90.402%, recall of 92.153%, and an F1-score of 90.397%. The ROC curve analysis, with high AUC values, reveals the model's discriminative power and balanced performance.
Anahtar Kelimeler
Non-technical losses electricity fraud detection deep learning feature reduction data balancing
Kaynakça
- Saqib, S. M., Mazhar, T., Iqbal, M., Shahazad, T., Almogren, A., Ouahada, K. ve Hamam, H., Deep learning-based electricity theft prediction in non-smart grid environments, Heliyon, 10, 15, e35167, (2024).
- Khan, N., Shahid, Z., Alam, M. M., Sajak, A. A. B., Nazar, M. ve Mazliham, M. S., A novel deep learning technique to detect electricity theft in smart grids using AlexNet, IET Renewable Power Generation, 18, 6, 941–958, (2024).
- Souza, M. A., Gouveia, H. T., Ferreira, A. A., de Lima Neta, R. M., Nóbrega Neto, O., da Silva Lira, M. M., Torres, G. L. ve Aquino, R. R., Detection of Non-Technical Losses on a Smart Distribution Grid Based on Artificial Intelligence Models, Energies, 17, 7, 1729, (2024).
- Shehzad, F., Javaid, N., Aslam, S. ve Javed, M. U., Electricity theft detection using big data and genetic algorithm in electric power systems, Electric Power Systems Research, 209, 107975, (2022).
- Tripathi, A. K., Pandey, A. C. ve Sharma, N., A new electricity theft detection method using hybrid adaptive sampling and pipeline machine learning, Multimedia Tools and Applications, 83, 18, 54521–54544, (2024).
- Shehzad, F., Ullah, Z., Alhussein, M., Aurangzeb, K. ve Aslam, S., Deep learning-based meta-learner strategy for electricity theft detection, Frontiers in Energy Research, 11, 1232930, (2023).
- Nawaz, A., Ali, T., Mustafa, G., Rehman, S. U. ve Rashid, M. R., A novel technique for detecting electricity theft in secure smart grids using CNN and XG-boost, Intelligent Systems with Applications, 17, 200168, (2023).
- Fei, K., Li, Q., Zhu, C., Dong, M. ve Li, Y., Electricity frauds detection in low-voltage networks with contrastive predictive coding, International Journal of Electrical Power and Energy Systems, 137, 107715, (2022).
- Zheng, Z., Yang, Y., Niu, X., Dai, H.-N. ve Zhou, Y., Wide and deep convolutional neural networks for electricity-theft detection to secure smart grids, IEEE Transactions on Industrial Informatics, 14(4), 1606–1615, (2017).
- SGCC dataset: Analysis on Abnormal Behavior of Electricity Customers. https://www.datafountain.cn/competitions/241 (06.05.2025).
- Wen, Q., Gao, J., Song, X., Sun, L., Xu, H. ve Zhu, S., RobustSTL: A robust seasonal-trend decomposition algorithm for long time series, Proceedings of the AAAI Conference on Artificial Intelligence, 33(01), 5409–5416, (2019).
- Kherif, F. ve Latypova, A., Principal component analysis. İçinde A. Mechelli & V. Sandra (Ed.), Machine learning (ss. 209–225). Elsevier, (2019).
- Sulandari, W. ve Utami, H., Forecasting time series with trend and seasonal patterns based on SSA, 3rd International Conference on Science in Information Technology, 648–653, (2017).
- Al Majzoub, H., Elgedawy, I., Akaydın, Ö. ve Köse Ulukök, M., HCAB-SMOTE: A hybrid clustered affinitive borderline SMOTE approach for imbalanced data binary classification, Arabian Journal for Science and Engineering, 45(4), 3205–3222, (2020).
- Smiti, S. ve Soui, M., Bankruptcy prediction using deep learning approach based on borderline SMOTE, Information Systems Frontiers, 22(5), 1067–1083, (2020).
- Pereira, R. M., Costa, Y. M. ve Silla Jr, C. N., MLTL: A multi-label approach for the Tomek Link undersampling algorithm, Neurocomputing, 383, 95–105, (2020).
- Swana, E. F., Doorsamy, W. ve Bokoro, P., Tomek link and SMOTE approaches for machine fault classification with an imbalanced dataset, Sensors, 22(9), 3246, (2022).
- He, H. ve Garcia, E. A., Learning from imbalanced data, IEEE Transactions on Knowledge and Data Engineering, 21(9), 1263–1284, (2009).
- Kabakus, A. T., DroidMalwareDetector: A novel Android malware detection framework based on convolutional neural network, Expert Systems with Applications, 206, 117833, (2022).
- Riyaz, B. ve Ganapathy, S., A deep learning approach for effective intrusion detection in wireless networks using CNN, Soft Computing, 24(22), 17265–17278, (2020).
- Sri Vidhya, G. ve Nagarajan, R., A novel bidirectional LSTM model for network intrusion detection in SDN-IoT network, Computing, 106, 2613–2642, (2024).
- Chahine, M., Hasani, R., Kao, P., Ray, A., Shubert, R., Lechner, M., Amini, A. ve Rus, D., Robust flight navigation out of distribution with liquid neural networks, Science Robotics, 8(77), eadc8892, (2023).
- Kumar, K., Verma, A., Gupta, N. ve Yadav, A., Liquid neural networks: A novel approach to dynamic information processing, International Conference on Advances in Computation, Communication and Information Technology (ICAICCIT), 725–730, (2023).
- Depuru, S. S. S. R., Wang, L. ve Devabhaktuni, V., Support vector machine based data classification for detection of electricity theft, Power Systems Conference and Exposition, 1–8, (2011).
- Hasan, M. N., Toma, R. N., Nahid, A. A., Islam, M. M. ve Kim, J.-M., Electricity theft detection in smart grid systems: A CNN-LSTM based approach, Energies, 12(17), 3310, (2019).
- Munawar, S., Asif, M., Kabir, B., Pamir, Ullah, A. ve Javaid, N., Electricity theft detection in smart meters using a hybrid bi-directional GRU–bi-directional LSTM model, 15th International Conference on Complex, Intelligent and Software Intensive Systems, 297–308, (2021).
- Pereira, J. ve Saraiva, F., Convolutional neural network applied to detect electricity theft: A comparative study on unbalanced data handling techniques, International Journal of Electrical Power and Energy Systems, 131, 107085, (2021).
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Derin Öğrenme, Elektrik Enerjisi Taşıma, Şebeke ve Sistemleri |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 27 Ocak 2025 |
| Kabul Tarihi | 10 Ağustos 2025 |
| Erken Görünüm Tarihi | 9 Ocak 2026 |
| Yayımlanma Tarihi | 9 Ocak 2026 |
| Yayımlandığı Sayı | Yıl 2026 Cilt: 28 Sayı: 1 |
Kaynak Göster
Amaç ve Kapsam
Dergimizin ana hedefi; bilimsel normlara ve bilim etiğine uygun, nitelikli ve özgün çalışmaları titizlikle değerlendirerek, düzenli aralıklarla yayımlayan ve fen bilimleri alanında tercih edilen öncelikli dergiler arasında yer almaktır.
Balıkesir Üniversitesi Fen Bilimleri Dergisi, Balıkesir Üniversitesi Fen Bilimleri Enstitüsü tarafından Ocak ve Temmuz aylarında olmak üzere yılda iki kez yayımlanan hakemli bir dergidir. Dergide; Fen bilimleri, Mühendislik bilimleri ve Fen-Matematik Eğitimi alanlarının kapsamına giren özgün araştırma makaleleri, kısa makaleler, derlemeler yayımlanabilir. Derleme makaleler Editör kurulu kararı ile her sayıda kısıtlı adette değerlendirmeye alınacaktır.
Yazım Kuralları
Yazar Rehberi
Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi
Makale Yazım Kuralları
- Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi (Journal of the Institute of Science and Technology of Balıkesir University) bütün Fen, Mühendislik ve Mimarlık Anabilim Dallarını ilgilendiren konulardaki önemli, özgün, kaliteli araştırma ve çalışma makalelerini yayınlayan hakemli ve bilimsel bir dergidir. Ocak ve Temmuz aylarında olmak üzere yılda iki kez yayınlanır.
- Dergide yayımlanacak olan eserler, daha önce bir başka dergide yayımlanmamış, yayımlanmak üzere gönderilmemiş ya da yayım için kabul edilmemiş olmalıdır. Herhangi bir bilimsel toplantıda sunulmuş ve yayımlanmamış yazılarda, toplantının adı, yeri ve tarihi belirtilmelidir.
- Derginin yayıncısı, editörü ve yayın kurulu yazarların belirtmiş olduğu görüş ve düşünceler ile doğabilecek etik ihlallerinin sorumluluğunu kabul etmekle yükümlü olmayıp dergide yer alan makale ve yazıların sorumluluğu yazar(lar)ına aittir.
- Dergiye yayımlanmak üzere gönderilen çalışmalar öncelikle şekil/yazım şartları bakımından ön değerlendirmeye alınır. Yazım kuralları itibariyle şartları sağlamayan çalışmalar hakemlere gönderilmez. Şartlara uygun olan çalışmalar, içerik açısından incelenmek üzere en az iki hakeme gönderilir. Makaleyi değerlendiren hakemlerin kimlikleri hakkında yazarlara, gönderilen makalenin kime ait olduğu konusunda da hakemlere bilgi verilmez. Hakem raporları gizlidir. Hakemlerden olumlu rapor alamayan makaleler yayımlanmaz ve yazarına iade edilmez; bu konuda idari ve adli sorumluluk kabul edilmez. Hakemler tarafından düzeltme istenen yazılar ise gerekli değişiklikler için yazar(lar)a geri gönderilir. Düzeltilmiş metni belirtilen süre içerisinde dergiye ulaştırmak yazar(lar)ın sorumluluğundadır.
- Çalışma, editörlere 1 nüsha halinde elektronik ortamda sunulmalıdır. Makalenin elektronik ortamda gönderilebilmesi için, sisteme üye olunmalı ve kullanıcı girişi yapılmalıdır. Kullanıcı girişi yapıldıktan sonra “Makale Gönder” bağlantısı kullanılarak makale sisteme kayıt edilir. Sisteme kaydedilecek çalışmalarda yazar adları bulunmalıdır. Kör hakemlik süreci ilgili alan editörü tarafından başlatılacaktır. Yayımlanmak üzere gönderilen makaleler ekler ve kaynakça dahil olmak üzere 20 sayfayı geçmemelidir. Çalışmalar sisteme yüklenirken Başlık, Anahtar Kelimeler ve Öz makalenin yazıldığı dil dışında ikinci bir dil olarak dergipark üst verisine mutlaka girilmelidir.
- Ulakbim TR DİZİN kararları doğrultusunda dergimize yüklenecek çalışmalarda etik kurul izni onay belgesi talep edilmektedir. Konu ile ilgili detaylı bilgiye ulaşmak için TIKLAYINIZ.
Göstereceğiniz ilgi için teşekkür ederiz.
Sayfa boyutu, sayısı ve kenar boşlukları | A4 formatında, en fazla (eğer mümkünse) 12 sayfa olmalıdır. Sol ve Sağ : 3 cm, Üst ve Alt: 2,5 cm. |
Sayfa numaraları | Sayfa numaraları sayfa altında ve ortada verilmelidir. |
Satır boşlukları | Bütün satır boşlukları Times New Roman karakterinde ve 12 punto olmalıdır. |
Metin | Times New Roman karakterinde 12 punto ile, sağa ve sola dayalı olarak tek aralıklı yazılmalıdır. Noktadan sonra 2 boşluk, virgülden sonra 1 boşluk bırakılmalıdır. |
Paragraf | Her paragraf arasında bir satır boşluk bırakılmalı, paragraf başlarında içerden başlanmamalıdır (Tab tuşu kullanılmamalıdır). |
Makale başlığı | Sayfa başından 5 satır boşluk bırakıldıktan sonra, Times New Roman, 20 punto (koyu olmayacak) ile başlığın sadece ilk harfi büyük olacak şekilde sayfa ortalanarak yazılmalıdır. |
Yazar adı veya adları | Başlıktan sonra 2 satır boşluk bırakılarak, ünvan belirtilmeden, Adın ilk harfi ve SOYAD’ın tamamı büyük harf ile, birden fazla yazarlarda aralarına virgül konularak, Times New Roman, 12 punto, koyu ve sayfa ortalanarak yazılmalıdır. |
Yazarın/ların adresi/leri | Yazar adının hemen altına boşluk bırakılmadan, Times New Roman, 10 punto ve italik olarak yazılmalıdır. Adresleri aynı olan yazarlar için tek adres, farklı yazar adresleri alt alta boşluk bırakılmadan yazılmalıdır. |
İletişim yazarının bilgileri | Bütün yazarlar için Sorumlu yazar ilk sırada olacak şekilde; Ünvansız Ad SOYAD, e-mail adresi, ORCID ID numarası (http://orcid.org/xxxx-xxxx-xxxx-xxxx.) aralarına virgül konularak 1. sayfanın altına dipnot olarak, Times New Roman, 10 punto ile yazılmalıdır. |
Türkçe özet | Adres/ler den 3 satır boşluk bırakıldıktan sonra, Özet kelimesi Times New Roman yazı karakterinde, 12 punto, koyu ve sola dayalı olarak yazılmalıdır. Özet metni Times New Roman yazı karakterinde, 12 punto ve italik olarak yazılmalıdır. Özet metnin 100 ile 200 kelime arasında olmasına özen gösterilmelidir. Özet kelimesi ile özet metni arasında bir satır boşluk bırakılmalıdır. |
Anahtar kelimeler Keywords | Anahtar kelimeler: ve Keywords: kelimeleri Türkçe özetin ve İngilizce özetin altına bir satır boşluk bırakılarak, Times New Roman, 12 punto, koyu ve italik olarak yazılmalıdır. En az 3 en fazla 6 adet anahtar kelime verilmeli, anahtar kelimelerin birincisinin ilk harfi büyük diğerleri küçük harfle ve aralarına virgül konularak verilmelidir. |
İngilizce başlık ve Abstract | Türkçe anahtar kelimelerin altına 2 satır boşluk bırakılarak, Times New Roman, 16 punto (koyu olmayacak) ile başlığın sadece ilk harfi büyük olacak şekilde sayfa ortalanarak yazılmalıdır. Abstract, Türkçe özet formatında yazılmalıdır. |
Ana başlıklar | Ana Başlıklar sırasıyla numaralandırılmalıdır (1. Giriş 2. Deneysel çalışmalar gibi). Tüm başlıklar sola dayalı Times New Roman, 12 punto, koyu ve sadece ilk kelimenin ilk harfi büyük olacak şekilde yazılmalıdır. Ana başlıklardan önce 2 satır, sonra 1 satır boşluk bırakılmalıdır. |
Alt başlıklar | Alt başlıklar ana başlık numarasına uygun olarak numaralandırılmalıdır. Tüm alt başlıklar sola dayalı Times New Roman, 12 punto, koyu ve italik olarak sadece ilk kelimenin ilk harfi büyük olacak şekilde yazılmalıdır (2.1. Malzeme 2.2. Isıl işlemler gibi). Alt başlıklardan önce tek satır boşluk bırakılmalı, sonra ise boşluk bırakılmadan metine geçilmelidir. |
Şekiller Resimler Fotoğraflar | Sayfa sınırlarını aşmayacak şekilde ortalanarak, net ve okunaklı olmalıdır. Sıra ile numaralandırılmalıdır. Şekil no ve adları şeklin altında ortalanarak ve sadece ilk kelimenin ilk harfi büyük olarak verilmelidir. Şekiller ya bir çizim programı ile çizilmiş olmalı ya da en az 300 dpi çözünürlükte taranmış olmalıdır. Şekil olarak gösterilen grafik, resim ve metin kutularında yer alan yazı ve sayıların büyüklüğü makale içinde Times New Roman karakteri ile yazılmış 9 punto boyutundaki bir yazının büyüklüğünden az olmamalıdır. Şekilden önce, şekil adından önce ve sonra birer satır boşluk bırakılmalıdır. Şekiller metin içine yerleştirilirken mutlaka şekilden önce atıfta bulunulmalıdır. |
Tablolar | Sayfa sınırlarını aşmayacak şekilde ortalanarak konulmalıdır. Sıra ile numaralandırılmalıdır. Tablo no ve adları, tablonun üstünde tek satır boşluk ile sadece ilk kelimenin ilk harfi büyük olacak şekilde ortalanarak yazılmalıdır. Tablo adı yazılırken üstte ve altta birer satır, tablodan sonra yine bir satır boşluk bırakılmalıdır. Tablolara tablodan önce mutlaka metin içerisinde atıfta bulunulmalıdır. Tablo satır ve sütunlarındaki rakam ve yazılar Times New Roman 12 punto ile yazılmalıdır. Ancak zorunlu kalınan durumlarda yazı boyutu yazı sınırlarını geçmeyecek şekilde en az 9 puntoya kadar düşürülebilir. |
Denklemler | Metin içerisine yazılacak denklemler, word yazım programındaki denklem editörü ile sola dayalı olarak yazılmalı ve eşitliklere sağa dayalı olarak parantez içerisinde sıra ile numara verilmelidir. |
Semboller | Makale çok sayıda sembol içeriyor ya da makaledeki sembollerin açıklanması gerekiyorsa uluslararası standarda uygun olarak, semboller, kaynaklardan önce, Times New Roman 12 punto ile italik yazılmalıdır. Makalede ondalık gösterimde nokta kullanılmalı, binlikleri ayırırken virgül veya nokta kullanılmamalı gerekiyorsa tek boşluk kullanılmalıdır. |
Kaynaklar | Kaynaklar metin içerisinde sıra ile numaralandırılmalıdır. Makalenin sonunda bulunan kaynaklar bölümündeki sıralama, metinde verilen sıraya uygun olarak yapılmalıdır. Atıfta bulunulan kaynaklar; ya ….. [1]. şeklinde cümlenin sonunda yada ….. [1], ….. şeklinde cümle içinde verilmelidir. İki veya daha fazla kaynak yazarken verilecek kaynaklar sıralı ise [1,2,3,4] şeklinde değil, [1-4] şeklinde verilmelidir. Sıralı değil ise [8, 11, 15] şeklinde verilmelidir. Kaynaklar, Times New Roman 12 punto ile yazılmalı, sadece dergi, kitap ya da sempozyum adı kalın yazılmalıdır. Kaynaklar kısmında yer alan ulusal-uluslararası makalelerin yer aldığı dergi adları kısaltılmış halleriyle değil, açık olarak yazılmalıdır (örnek: dergi adı Wat. Res. şeklinde değil Water Resources şeklinde yazılmalı). |
Ulusal - Uluslararası Makaleler [1] Li, G., Hart, A. ve Gregory, J., Flocculation and sedimentation of high turbidity water, Water Resources, 25, 9, 1137-1143, (1998). Ulusal - Uluslararası Bildiriler [2] Li, G., Hart, A. ve Gregory, J., Flocculation and sedimentation of high turbidity waters, Proceedings , 9th Biennial Conference, International Association on Water Quality, 1137–1143, Vancouver, (1998). Ulusal - Uluslararası Kitap [3] Li, G., Hart, A. ve Gregory, J., Flocculation and sedimentation, 295, Technomics Press, Lancaster PA, (1998).
[4] Blackburn, T., Flocculation and sedimentation in Li, G., Hart, A. ve Gregory, J., Physical Processes, Technomics Press, 29-45, Lancaster PA, (1998).
[5] Li, G., Hart, A. ve Gregory, J., Flocculation and sedimentation, 295, Technomics Press, Lancaster PA, (1998). Makaleler [6] Li, G., Hart, A. ve Gregory, J., Flokülasyona hız gradyanı etkisi, Su Kirlenmesi Kontrolü Dergisi, 7, 4, 26–32, (1998). [7] Snell, F. D. ve Ettre, L. S., Encyclopedia of Industrial Chemical Analysis, 14, Interscience, New York, (1971). Basılmış Bilimsel Rapor [8] Li, G., Hart, A. ve Gregory, J., The effect of velocity gradient in flocculation, Technical Report, NATO Science for Stability Programme, 150, Brussels, (1998). Mesleki Teknik Rapor [9] Li, G., Hart, A. ve Gregory, J., Flokülasyona hız gradyanı etkisi, Teknik Rapor 45, İTÜ Geliştirme Vakfı, İstanbul, (1998). Doktora, Y.Lisans Tezi [10] Türker, K., Yapıların deprem davranışının belirlenmesi için çok modlu uyarlamalı yük artımı yöntemi, Doktora Tezi, Balıkesir Üniversitesi, Fen Bilimleri Enstitüsü, Balıkesir, (2005). Standartlar [11] TS825, Binalarda ısı yalıtım kuralları, Türk Standartları, Ankara, (1998). Güncel Yazı [12] Li, G., Hart, A. ve Gregory, J., Flokülasyona hız gradyanı etkisi, Bilim ve Teknik, 363, 8, 23–45, (1998). [13] Li, G., Hart, A. ve Gregory, J., Flokülasyona hız gradyanı etkisi, Milliyet Gazetesi, sf.2, 3, 24, (1998). Web adresleri [14] Li, G., Hart, A. ve Gregory, J., Flokülasyona hız gradyanı etkisi, (1998).http://www.server.com/projects/paper2.html, (20.05.2004). | |
Başvuru Kontrol Listesi
Başvuru sürecünde yazarlar başvurularının aşağıdaki listedeki tüm maddelere uyduğunu kontrol etmelidirler, bu rehbere uymayan başvurular yazarlara geri döndürülecektir.
- Gönderilen çalışma daha önceden yayınlanmamış ve yayımlanmak üzere herhangi bir dergiye değerlendirilmek üzere sunulmamıştır (Yazar Rehberi'nde detaylı açıklama verimiştir).
- Gönderi dosyası OpenOffice, Microsoft Word, RTF veya WordPerfect dokümanı dosyası biçimindedir.
- Gönderilen çalışma Yazar Rehberi'nde yer alan dergi yazım kurallarına ve makale örneklerine uygundur.
- Gönderilen çalışma için yazar bilgilerinin yer almadığı iThenticate (Akademik İntihal Engelleme) programından veya benzer diğer programlardan alınmış rapor ek dosya olarak sisteme eklenmiştir. Bu raporda sadece kaynakça çıkarılmıştır.
Çalışmaya ait tüm yazarların bilgileri (Kurum bilgisi, email adresi, ORCID numarası vb. ) dergi sisteme eklenmiştir.
- Yazınızı hakem değerlendirmesi yapılan bir dergi bölümüne gönderiyor iseniz kör hakemlikten emin olmak için tıklayın. Yardım sayfasındaki önerilere tam olarak uyunuz.
Etik İlkeler ve Yayın Politikası
- Balıkesir Üniversitesi Fen Bilimleri Dergisi, Balıkesir Üniversitesi Fen Bilimleri Enstitüsü tarafından Ocak ve Temmuz aylarında olmak üzere yılda iki kez yayımlanan hakemli bir dergidir. Dergide; Fen bilimleri, Mühendislik bilimleri ve Fen-Matematik Eğitimi alanlarının kapsamına giren özgün araştırma makaleleri, kısa makaleler, derlemeler yayımlanabilir.
- Derginin yayıncısı, editörü ve yayın kurulu yazarların belirtmiş olduğu görüş ve düşünceler ile doğabilecek etik ihlallerinin sorumluluğunu kabul etmekle yükümlü olmayıp dergide yer alan makale ve yazıların sorumluluğu yazar(lar)ına aittir.
- Dergiye yayımlanmak üzere gönderilen çalışmalar öncelikle şekil/yazım şartları bakımından ön değerlendirmeye alınır. Yazım kuralları itibariyle şartları sağlamayan çalışmalar hakemlere gönderilmez. Şartlara uygun olan çalışmalar, içerik açısından incelenmek üzere en az iki hakeme gönderilir. Makaleyi değerlendiren hakemlerin kimlikleri hakkında yazarlara, gönderilen makalenin kime ait olduğu konusunda da hakemlere bilgi verilmez. Hakem raporları gizlidir. Hakemlerden olumlu rapor alamayan makaleler yayımlanmaz ve yazarına iade edilmez; bu konuda idari ve adli sorumluluk kabul edilmez. Hakemler tarafından düzeltme istenen yazılar ise gerekli değişiklikler için yazar(lar)a geri gönderilir. Düzeltilmiş metni belirtilen süre içerisinde dergiye ulaştırmak yazar(lar)ın sorumluluğundadır.
- Dergide yayımlanacak olan eserler, daha önce bir başka dergide yayımlanmamış, yayımlanmak üzere gönderilmemiş ya da yayım için kabul edilmemiş olmalıdır. Herhangi bir bilimsel toplantıda sunulmuş ve yayımlanmamış yazılarda, toplantının adı, yeri ve tarihi belirtilmelidir.
- Dergimiz herhangi bir yayın ücreti talep etmemektedir.
- Dergimiz belirtilmeyen diğer etik ilkeleri, editör, hakem ve yazar sorumlulukları için Committee on Publication Ethics (COPE) belirlenen/önerilen hususları kabul ve takip etmektedir. İlgili bilgi COPE websitesinden edinilebilir. COPE websitesi için TIKLAYINIZ.
Ücret Politikası
Dergimizde makale işlem ücreti alınmamaktadır.
Dizinler
Atıf Dizinleri
Diğer Dizinler
Dergi Kurulları
İmtiyaz Sahibi
Baş Editör
Editör Kurulu
Alan Editörleri
Hacettepe Kimya Mühendisliği Bölümü'nden mezuniyetin ardından Ege Üniversitesi Biyomühendislik Bölümü'nde yüksek lisans ve doktora eğitimlerim boyunca Çevre Biyoteknolojisi temelli biyoprosesler üzerine çalışmalarda bulundum. Organik atıkların dönüşümleri odağında yüksek lisansımda tavuk atıklarından biyogaz üretimi, doktoramda ise şeker endüstrisi atıklaırndan iki aşamalı hibrit sistemlerde biyohidrojen üretimi üzerine tez çalışmalarımı tamamladım. Doktoramdan sonra sentezgaz fermentasyonu ile biyoetanol ve asit üretimleri üzerine çalışmalarda buundum. 2022 yılından beri İzmir Demokrasi Üniversitesi Endüstri Mühendisliği bölümü'nde görev yapmaktayım son yıllarda döngüsel ekonomi, yaşam döngüsü analizi ve sürdürülebilirlik alanlarında çalışmalara odaklanmış bulunmaktayım.
1974 Balıkesir doğumludur. İlk ve orta ve Üniversite eğitimini Balıkesir'de tamamlamıştır. Balıkesir Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümünde öğretim üyesi olarak ders vermektedir.
Danışma & Yayın Kurulu
Kemal Yurumezoglu is an professor in the Department of Special Education (Gifted Education) at Dokuz Eylul University, Turkey. He received his master’s degree in physics education in 2000 from the University of Paris Diderot (Paris 7), France, and his PhD in science education in 2005 from the University of Strasbourg, France. His research interests are in conceptual physics, gifted education, STEAM education and inquiry-based physics activities.
Doctor of Physical and Mathematical Sciences, specialist in integral geometry and inverse problems.
Education and Academic Career:
• Graduated from Moscow State University (MSU) in 1982.
• Defended his Candidate of Sciences dissertation in 1991 on the topic:
“Certain Classes of Problems in Integral Geometry on Curves and Surfaces.”
• Defended his Doctor of Sciences dissertation in 1998 on the topic:
“New Classes of Problems in Integral Geometry.”
• A student of the prominent scholar, Academician M.M. Lavrentiev.
Scientific Contributions:
Akram Khasanovich has made significant contributions to the development of mathematics:
• Developed methods for studying weakly and strongly ill-posed problems in integral geometry.
• Proved uniqueness theorems for new classes of problems in integral geometry.
• Conducted fundamental research on the stability of solutions for entire classes of ill-posed problems, derived inversion formulas, and proved existence theorems for these problems.
• His work has found applications in medicine, industrial tomography, and geophysics.
Professional Activities:
• Since November 2022, he has been working at the Belarusian-Uzbek Intersectoral Institute of Applied Technical Qualifications.
• Since September 2024, he has been working part-time at the Transport University, actively participating in educational and scientific activities.
• Advocates for the creation of a Department of Mathematical and Physical Sciences focused on interdisciplinary research.
Publications:
Author of more than 150 scientific papers dedicated to integral geometry, inverse problems, and their applications in various fields of science and technology.
S.S.S. Sarma (Full name rarely used in publications: Singaraju Sri Subrahmanya Sarma, born on 24 September 1958), PhD obtained in 1988, is an aquatic ecologist, known for his research contributions in the field of freshwater zooplankton. He is full time Professor of the National Autonomous University of Mexico (= Universidad Nacional Autónoma de México, known in the abbreviated form as UNAM) at its north Mexico City Campus, FESI, Tlalnepantla (Facultad de Estudios Superiores Iztacala). He has published more than 300 articles and book chapters of which more than 285 scientific works are from standard journals, including Nature, indexed in Web of Science (Core collection) / Scopus. He has edited/co-edited 14 special volumes for prestigious publishers including Springer, Elsevier, Francis & Taylor, and Acad. Env. Biol. He is currently Editor of Rotifer News, a virtual newsletter for professional and amateur investigators of phylum Rotifera. He is/was on the Editorial Board of different journals belonging to Standard Publishers such as Springer, Elsevier, MDPI, Frontiers Media SA, Acad. of Env. Biol., Francis & Taylor, Bentham Open, Oxford University Press, Public Library of Science, DergiPark and Biomed Central.
