Öz
Advances in biomedical engineering and robotic technology are increasing the importance of human-machine interaction through the detection of hand-finger movements used by traditional methods in applications ranging from prosthetics to rehabilitation. In this study, it is aimed to increase the accuracy performance by creating and filtering the necessary attribute dataset for supervised machine learning algorithms to create high-accuracy training and test performance by ensuring that camera images and sEMG sensor data are recorded simultaneously.
Literature reviews of similar hybrid studies report accuracy rates ranging from 80.22% to 99.58%. In this study, after data preprocessing and feature extraction, the performance of Support Vector Machines (SVM), k-nearest Neighborhood (KNN) and Artificial Neural Networks (ANN) was evaluated using Matlab’s classification tutorial application, and test validation results of 92.70%, 92.26% and 90.41% were obtained, respectively. When the developed filtering process is applied to the dataset created during data preprocessing, 99.11%, 98.55% and 97.87% verification performance values are obtained, respectively.
This article presents an integrated approach that combines sEMG sensors and camera image data, leveraging the strengths of both methods. The proposed hybrid method improves the accuracy of machine learning algorithms to classify hand-finger movements, providing a robust solution for applications that require precise motion detection and control. This research introduces a new approach in human-machine interaction technologies to the literature.
Anahtar Kelimeler
Proje Numarası
KBUBAP-22-DR-127
Kaynakça
- [1] Kısa, D. H., Özdemir, M. A., Güren, O., Alaybeyoğlu Soy, A., El hareketi tahmini için EMG sinyalleri ve uyarlamalı sinirsel bulanık çıkarım sistemine (ANFIS) dayalı bir karar verme mekanizması, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 38(3), 1417-1430, 2023.
- [2] Liu, Y., Zhang, S., & Gowda, M., A practical system for 3-D hand pose tracking using EMG wearables with applications to prosthetics and user interfaces, IEEE Internet of Things Journal, 10(4), 3407-3427, 2022.
- [3] Klotz, T., Gizzi, L., Yavuz, U. Ş., & Röhrle, O., Modelling the electrical activity of skeletal muscle tissue using a multi-domain approach, Biomechanics and modeling in mechanobiology, 19(1), 335-349, 2020.
- [4] Biagetti, G., Crippa, P., Orcioni, S., & Turchetti, C., Homomorphic deconvolution for MUAP estimation from surface EMG signals, IEEE journal of biomedical and health informatics, 21(2), 328-338, 2016.
- [5] İnternet: El tanıma kütüphanesi, Mediapipe, https://mediapipe-studio.webapps. google.com /demo/gesture_recognizer, 2023.
- [6] Mersinkaya, I., & Kavsaoglu, A. R., A Data Acquisiton System with sEMG Signal and Camera Images for Finger Classification with Machine Learning Algorithms, Engineering, Technology & Applied Science Research, 14(2), 13554-13558, 2024.
- [7] Raurale, S., McAllister, J., & del Rincon, J. M., Emg wrist-hand motion recognition system for real-time embedded platform, IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 1523-1527, 2019.
- [8] Lobov, S., Krilova, N., Kastalskiy, I., Kazantsev, V., & Makarov, V. A., Latent factors limiting the performance of sEMG-interfaces, Sensors, 18(4), 1122, 2018.
- [9] Zhang, F., Li, P., Hou, Z. G., Lu, Z., Chen, Y., Li, Q., & Tan, M., sEMG-based continuous estimation of joint angles of human legs by using BP neural network, Neurocomputing, 78(1), 139-148, 2012.
- [10] Ju, Z., Ouyang, G., Wilamowska-Korsak, M., & Liu, H., Surface EMG based hand manipulation identification via nonlinear feature extraction and classificatio, IEEE Sensors Journal, 13(9), 3302-3311, 2013.
- [11] Suzuki, M., Sasaki, M., Kamata, K., Nakayama, A., Shibamoto, I., & Tamada, Y., Swallowing pattern classification method using multichannel surface EMG signals of suprahyoid and infrahyoid muscles. Advanced Biomedical Engineering, 9, 10-20, 2020.
- [12] Al-Timemy, A. H., Bugmann, G., Escudero, J., & Outram, N., Classification of finger movements for the dexterous hand prosthesis control with surface electromyography, IEEE journal of biomedical and health informatics, 17(3), 608-61, 2013.
- [13] Faust, O. and Bairy, M. G., Nonlinear analysis of physiological signals: A review, Journal of Mechanics in Medicine and Biology, 12(4). ISSN 02195194, 2012.
- [14] Vaiman, M., Standardization of surface electromyography utilized to evaluate patients with dysphagia, Head and Face Medicine, 3(1). ISSN 1716160X, 2007.
- [15] Seçkin, A. Ç., Labeling System with EEG, EMG, and IMU for Visual Training of Autonomous Vehicles. Bilişim Teknolojileri Dergisi, 12(4), 299-305, 2019
- [16] Molchanov, P., Gupta, S., Kim, K., and Pulli, K., Multi-sensor system for driver’s hand-gesture recognition, 11th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition, ISBN 9781479960262, 2015.
- [17] Sagayam, K. M. and Hemanth, D. J., Hand posture and gesture recognition techniques for virtual reality applications: a survey, Virtual Reality, 21(2):91–107. ISSN 14349957, 2017.
- [18] Guo, W., Sheng, X., Liu, H., and Zhu, X., Toward an Enhanced Human-Machine Interface for Upper-Limb Prosthesis Control with Combined EMG and NIRS Signals, IEEE Transactions on Human-Machine Systems, 47(4):564–575. ISSN 21682291, 2017.
- [19] Liang, H., Yuan, J., Thalmann, D., and Nadia, M. T., AR in hand: Egocentric palm pose tracking and gesture recognition for augmented reality applications, Proceedings of the 2015 ACM Multimedia Conference, Association for Computing Machinery, Inc. ISBN 9781450334594, 743–744, 2015.
- [20] Mi, J., Sun, Y., Wang, Y., Deng, Z., Li, L., Zhang, J., and Xie, G., Gesture recognition based teleoperation framework of robotic fish, IEEE International Conference on Robotics and Biomimetics, ROBIO 2016, Institute of Electrical and Electronics Engineers Inc. ISBN 9781509043644, 137–142, 2016.
- [21] Zhang, X., Chen, X., Li, Y., Lantz, V., Wang, K., and Yang, J., A Framework for Hand Gesture Recognition Based on Accelerometer and EMG Sensors, IEEE Transactions on Systems, Man, and Cybernetics- Part A: Systems and Humans, 41(6):1064–1076, 2011.
- [22] Englehart, K., & Hudgins, B., “A robust, real-time control scheme for multifunction myoelectric control”, IEEE Transactions on Biomedical Engineering, 50(7), 848–854 (2003).
- [23] Smith, L. H., Hargrove, L. J., Lock, B. A., & Kuiken, T. A., Determining the Optimal Window Length for Pattern Recognition-Based Myoelectric Control: Balancing the Competing Effects of Classification Error and Controller Delay, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 19(2), 186–192, 2011.
- [24] Çalışkan, A., Emg Sinyalleri İçin Hibrid Öznitelik Çıkarma Yöntemi Geliştirilmesi, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 8(2), 652-664, 2019.
- [25] Xing, K., Yang, P., Huang, J., Wang, Y., & Zhu, Q., A real-time EMG pattern recognition method for virtual myoelectric hand control, Neurocomputing, 136, 345-355, 2014.
- [26] Qi, J., Jiang, G., Li, G., Sun, Y., & Tao, B., Surface EMG hand gesture recognition system based on PCA and GRNN, Neural Computing and Applications, 32, 6343-6351, 2020.
- [27] Akyel, C., Polat, H., & Ciylan, B., Öznitelik Seçimi ile Desteklenen Makine Öğrenmesine Dayalı Göğüs Kanserinin Erken Tespiti ve Teşhisi. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji, 12(2), 675-690, 2024.
- [28] AbdelMaseeh, M., Chen, T. W., & Stashuk, D. W., Extraction and classification of multichannel electromyographic activation trajectories for hand movement recognition, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 24(6), 662-673, 2015.
- [29] Yamanoi, Y., Ogiri, Y., & Kato, R., EMG-based posture classification using a convolutional neural network for a myoelectric hand, Biomedical Signal Processing and Control, 55, 101574, 2020.
- [30] Li, W., Shi, P., & Yu, H., Gesture recognition using surface electromyography and deep learning for prostheses hand: State-of-the-art, challenges, and future, Frontiers in neuroscience, 15, 621885, 2021.
- [31] Uğuz, S., Makine öğrenmesi teorik yönleri ve Python uygulamaları ile bir yapay zekâ ekolü, Nobel Yayıncılık, Ankara, 74, 201.
- [32] Guo, S., Pang, M., Gao, B., Hirata, H., & Ishihara, H., Comparison of sEMG-based feature extraction and motion classification methods for upper-limb movement, Sensors, 15(4), 9022-9038, 2015.
- [33] Narayan, Y., Mathew, L., & Chatterji, S., SEMG signal classification with novel feature extraction using different machine learning approaches, Journal of Intelligent & Fuzzy Systems, 35(5), 5099-5109, 2018.
- [34] Lima, A. A. M., Araujo, R. M., dos Santos, F. A. G., Yoshizumi, V. H., de Barros, F. K., Spatti, D. H., ... & Dajer, M. E., Classification of hand movements from emg signals using optimized mlp, International Joint Conference on Neural Networks (IJCNN), 1-7, 2018.
- [35] Fawcett, T., An introduction to ROC analysis, Pattern recognition letters, 27(8), 861-874, 2006.
- [36] Schmidhuber, J., Annotated history of modern ai and deep learning, arXiv preprint arXiv, 2212.11279, 2022.
- [37] Li, J., Zhong, J., & Wang, N., A multimodal human-robot sign language interaction framework applied in social robots, Frontiers in Neuroscience, 17, 1168888, 2023.
- [38] Zhou, H., Zhang, Q., Zhang, M., Shahnewaz, S., Wei, S., Ruan, J., ... & Zhang, L., Toward hand pattern recognition in assistive and rehabilitation robotics using EMG and kinematics, Frontiers in Neurorobotics, 15, 659876, 2021.
- [39] Jiang, X., Xiao, Z. G., & Menon, C., Virtual grasps recognition using fusion of Leap Motion and force myography, Virtual Reality, 22(4), 297-308, 2018.
- [40] Chen, J., Liu, C., Cui, R., & Yang, C., Hand tracking accuracy enhancement by data fusion using leap motion and myo armband, IEEE International Conference on Unmanned Systems and Artificial Intelligence (ICUSAI), 256-261, 2019.
- [41] Quivira, F., Koike-Akino, T., Wang, Y., & Erdogmus, D., Translating sEMG signals to continuous hand poses using recurrent neural networks, IEEE EMBS International Conference on Biomedical & Health Informatics (BHI), 166-169, 2018.
- [42] Su, H., Ovur, S. E., Zhou, X., Qi, W., Ferrigno, G., & De Momi, E., Depth vision guided hand gesture recognition using electromyographic signals, Advanced Robotics, 34(15), 985-997, 2020.
- [43] Arafa, M. A., Awad, M. I., & Tolbah, F. A., Proportional myoelectric prosthetic hand control using multi-regression model estimator with pattern classifier selector, IEEE Workshop on Advanced Robotics and its Social Impacts (ARSO), 1-5, 2017.
- [44] Amprimo, G., Ferraris, C., Masi, G., Pettiti, G., & Priano, L., Gmh-d: Combining google mediapipe and rgb-depth cameras for hand motor skills remote assessment, IEEE International Conference on Digital Health (ICDH),132-141, 2022.
Öz
Biyomedikal mühendisliği ve robotik teknolojideki gelişmeler, protezden rehabilitasyona kadar çeşitli uygulamalarda geleneksel yöntemlerle kullanılan el-parmak hareketlerinin algılanması yoluyla insan-makine etkileşiminin önemini artırmaktadır. Bu çalışmada, kamera görüntüleri ve sEMG sensör verilerinin eş zamanlı olarak kaydedilmesini sağlanarak denetimli makine öğrenme algoritmalarının yüksek doğrulukta eğitim ve test performansı oluşturabilmesi için gerekli öznitelik veri setinin oluşturulabilmesi ve filtrelenerek doğruluk performansının arttırılması amaçlanmaktadır.
Benzer hibrit çalışmaların literatür taramaları, %80,22 ile %99,58 arasında değişen doğruluk oranları bildirmektedir. Bu çalışmada, veri önişleme ve öznitelik çıkarımından sonra, Destek Vektör Makineleri (SVM), k-en yakın Komşuluk (KNN) ve Yapay Sinir Ağlarının (ANN) performansı Matlab’ın sınıflandırma öğreticisi uygulaması kullanılarak değerlendirilmiş ve sırasıyla %92,70, %92,26 ve %90,41 test doğrulama sonuçları elde edilmiştir. Veri ön işleme sırasında oluşturulan verisetine, geliştirilen filtreleme işlemi uygulandığında sırasıyla %99,11, %98,55 ve %97,87 doğrulama performans değerleri elde edilmektedir.
Bu makale, her iki yöntemin de güçlü yönlerinden yararlanarak sEMG sensörlerini ve kamera görüntü verilerini birleştiren bütünleşik bir yaklaşım sunmaktadır. Önerilen hibrit yöntem, el-parmak hareketlerini sınıflandırmak için makine öğrenimi algoritmalarının doğruluğunu artırarak, hassas hareket algılama ve kontrolü gerektiren uygulamalar için sağlam bir çözüm sunmaktadır. Bu araştırma, insan-makine etkileşimi teknolojilerinde yeni bir yaklaşımı literatüre kazandırmaktadır.
Anahtar Kelimeler
Etik Beyan
Veri elde etme işlemi, T.C. Karabük Üniversitesi Rektörlüğü Girişimsel Olmayan Klinik Araştırmalar Etik Kurulu’nun 2022/846 referans numaralı onayı ile gerçekleştirilmektedir.
Destekleyen Kurum
Karabük Üniversitesi
Proje Numarası
KBUBAP-22-DR-127
Teşekkür
Bu çalışma Karabük Üniversitesi Bilimsel Araştırma Projeleri Birimi tarafından KBUBAP-22-DR-127 proje numarası ile desteklenmektedir.
Kaynakça
- [1] Kısa, D. H., Özdemir, M. A., Güren, O., Alaybeyoğlu Soy, A., El hareketi tahmini için EMG sinyalleri ve uyarlamalı sinirsel bulanık çıkarım sistemine (ANFIS) dayalı bir karar verme mekanizması, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 38(3), 1417-1430, 2023.
- [2] Liu, Y., Zhang, S., & Gowda, M., A practical system for 3-D hand pose tracking using EMG wearables with applications to prosthetics and user interfaces, IEEE Internet of Things Journal, 10(4), 3407-3427, 2022.
- [3] Klotz, T., Gizzi, L., Yavuz, U. Ş., & Röhrle, O., Modelling the electrical activity of skeletal muscle tissue using a multi-domain approach, Biomechanics and modeling in mechanobiology, 19(1), 335-349, 2020.
- [4] Biagetti, G., Crippa, P., Orcioni, S., & Turchetti, C., Homomorphic deconvolution for MUAP estimation from surface EMG signals, IEEE journal of biomedical and health informatics, 21(2), 328-338, 2016.
- [5] İnternet: El tanıma kütüphanesi, Mediapipe, https://mediapipe-studio.webapps. google.com /demo/gesture_recognizer, 2023.
- [6] Mersinkaya, I., & Kavsaoglu, A. R., A Data Acquisiton System with sEMG Signal and Camera Images for Finger Classification with Machine Learning Algorithms, Engineering, Technology & Applied Science Research, 14(2), 13554-13558, 2024.
- [7] Raurale, S., McAllister, J., & del Rincon, J. M., Emg wrist-hand motion recognition system for real-time embedded platform, IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 1523-1527, 2019.
- [8] Lobov, S., Krilova, N., Kastalskiy, I., Kazantsev, V., & Makarov, V. A., Latent factors limiting the performance of sEMG-interfaces, Sensors, 18(4), 1122, 2018.
- [9] Zhang, F., Li, P., Hou, Z. G., Lu, Z., Chen, Y., Li, Q., & Tan, M., sEMG-based continuous estimation of joint angles of human legs by using BP neural network, Neurocomputing, 78(1), 139-148, 2012.
- [10] Ju, Z., Ouyang, G., Wilamowska-Korsak, M., & Liu, H., Surface EMG based hand manipulation identification via nonlinear feature extraction and classificatio, IEEE Sensors Journal, 13(9), 3302-3311, 2013.
- [11] Suzuki, M., Sasaki, M., Kamata, K., Nakayama, A., Shibamoto, I., & Tamada, Y., Swallowing pattern classification method using multichannel surface EMG signals of suprahyoid and infrahyoid muscles. Advanced Biomedical Engineering, 9, 10-20, 2020.
- [12] Al-Timemy, A. H., Bugmann, G., Escudero, J., & Outram, N., Classification of finger movements for the dexterous hand prosthesis control with surface electromyography, IEEE journal of biomedical and health informatics, 17(3), 608-61, 2013.
- [13] Faust, O. and Bairy, M. G., Nonlinear analysis of physiological signals: A review, Journal of Mechanics in Medicine and Biology, 12(4). ISSN 02195194, 2012.
- [14] Vaiman, M., Standardization of surface electromyography utilized to evaluate patients with dysphagia, Head and Face Medicine, 3(1). ISSN 1716160X, 2007.
- [15] Seçkin, A. Ç., Labeling System with EEG, EMG, and IMU for Visual Training of Autonomous Vehicles. Bilişim Teknolojileri Dergisi, 12(4), 299-305, 2019
- [16] Molchanov, P., Gupta, S., Kim, K., and Pulli, K., Multi-sensor system for driver’s hand-gesture recognition, 11th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition, ISBN 9781479960262, 2015.
- [17] Sagayam, K. M. and Hemanth, D. J., Hand posture and gesture recognition techniques for virtual reality applications: a survey, Virtual Reality, 21(2):91–107. ISSN 14349957, 2017.
- [18] Guo, W., Sheng, X., Liu, H., and Zhu, X., Toward an Enhanced Human-Machine Interface for Upper-Limb Prosthesis Control with Combined EMG and NIRS Signals, IEEE Transactions on Human-Machine Systems, 47(4):564–575. ISSN 21682291, 2017.
- [19] Liang, H., Yuan, J., Thalmann, D., and Nadia, M. T., AR in hand: Egocentric palm pose tracking and gesture recognition for augmented reality applications, Proceedings of the 2015 ACM Multimedia Conference, Association for Computing Machinery, Inc. ISBN 9781450334594, 743–744, 2015.
- [20] Mi, J., Sun, Y., Wang, Y., Deng, Z., Li, L., Zhang, J., and Xie, G., Gesture recognition based teleoperation framework of robotic fish, IEEE International Conference on Robotics and Biomimetics, ROBIO 2016, Institute of Electrical and Electronics Engineers Inc. ISBN 9781509043644, 137–142, 2016.
- [21] Zhang, X., Chen, X., Li, Y., Lantz, V., Wang, K., and Yang, J., A Framework for Hand Gesture Recognition Based on Accelerometer and EMG Sensors, IEEE Transactions on Systems, Man, and Cybernetics- Part A: Systems and Humans, 41(6):1064–1076, 2011.
- [22] Englehart, K., & Hudgins, B., “A robust, real-time control scheme for multifunction myoelectric control”, IEEE Transactions on Biomedical Engineering, 50(7), 848–854 (2003).
- [23] Smith, L. H., Hargrove, L. J., Lock, B. A., & Kuiken, T. A., Determining the Optimal Window Length for Pattern Recognition-Based Myoelectric Control: Balancing the Competing Effects of Classification Error and Controller Delay, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 19(2), 186–192, 2011.
- [24] Çalışkan, A., Emg Sinyalleri İçin Hibrid Öznitelik Çıkarma Yöntemi Geliştirilmesi, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 8(2), 652-664, 2019.
- [25] Xing, K., Yang, P., Huang, J., Wang, Y., & Zhu, Q., A real-time EMG pattern recognition method for virtual myoelectric hand control, Neurocomputing, 136, 345-355, 2014.
- [26] Qi, J., Jiang, G., Li, G., Sun, Y., & Tao, B., Surface EMG hand gesture recognition system based on PCA and GRNN, Neural Computing and Applications, 32, 6343-6351, 2020.
- [27] Akyel, C., Polat, H., & Ciylan, B., Öznitelik Seçimi ile Desteklenen Makine Öğrenmesine Dayalı Göğüs Kanserinin Erken Tespiti ve Teşhisi. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji, 12(2), 675-690, 2024.
- [28] AbdelMaseeh, M., Chen, T. W., & Stashuk, D. W., Extraction and classification of multichannel electromyographic activation trajectories for hand movement recognition, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 24(6), 662-673, 2015.
- [29] Yamanoi, Y., Ogiri, Y., & Kato, R., EMG-based posture classification using a convolutional neural network for a myoelectric hand, Biomedical Signal Processing and Control, 55, 101574, 2020.
- [30] Li, W., Shi, P., & Yu, H., Gesture recognition using surface electromyography and deep learning for prostheses hand: State-of-the-art, challenges, and future, Frontiers in neuroscience, 15, 621885, 2021.
- [31] Uğuz, S., Makine öğrenmesi teorik yönleri ve Python uygulamaları ile bir yapay zekâ ekolü, Nobel Yayıncılık, Ankara, 74, 201.
- [32] Guo, S., Pang, M., Gao, B., Hirata, H., & Ishihara, H., Comparison of sEMG-based feature extraction and motion classification methods for upper-limb movement, Sensors, 15(4), 9022-9038, 2015.
- [33] Narayan, Y., Mathew, L., & Chatterji, S., SEMG signal classification with novel feature extraction using different machine learning approaches, Journal of Intelligent & Fuzzy Systems, 35(5), 5099-5109, 2018.
- [34] Lima, A. A. M., Araujo, R. M., dos Santos, F. A. G., Yoshizumi, V. H., de Barros, F. K., Spatti, D. H., ... & Dajer, M. E., Classification of hand movements from emg signals using optimized mlp, International Joint Conference on Neural Networks (IJCNN), 1-7, 2018.
- [35] Fawcett, T., An introduction to ROC analysis, Pattern recognition letters, 27(8), 861-874, 2006.
- [36] Schmidhuber, J., Annotated history of modern ai and deep learning, arXiv preprint arXiv, 2212.11279, 2022.
- [37] Li, J., Zhong, J., & Wang, N., A multimodal human-robot sign language interaction framework applied in social robots, Frontiers in Neuroscience, 17, 1168888, 2023.
- [38] Zhou, H., Zhang, Q., Zhang, M., Shahnewaz, S., Wei, S., Ruan, J., ... & Zhang, L., Toward hand pattern recognition in assistive and rehabilitation robotics using EMG and kinematics, Frontiers in Neurorobotics, 15, 659876, 2021.
- [39] Jiang, X., Xiao, Z. G., & Menon, C., Virtual grasps recognition using fusion of Leap Motion and force myography, Virtual Reality, 22(4), 297-308, 2018.
- [40] Chen, J., Liu, C., Cui, R., & Yang, C., Hand tracking accuracy enhancement by data fusion using leap motion and myo armband, IEEE International Conference on Unmanned Systems and Artificial Intelligence (ICUSAI), 256-261, 2019.
- [41] Quivira, F., Koike-Akino, T., Wang, Y., & Erdogmus, D., Translating sEMG signals to continuous hand poses using recurrent neural networks, IEEE EMBS International Conference on Biomedical & Health Informatics (BHI), 166-169, 2018.
- [42] Su, H., Ovur, S. E., Zhou, X., Qi, W., Ferrigno, G., & De Momi, E., Depth vision guided hand gesture recognition using electromyographic signals, Advanced Robotics, 34(15), 985-997, 2020.
- [43] Arafa, M. A., Awad, M. I., & Tolbah, F. A., Proportional myoelectric prosthetic hand control using multi-regression model estimator with pattern classifier selector, IEEE Workshop on Advanced Robotics and its Social Impacts (ARSO), 1-5, 2017.
- [44] Amprimo, G., Ferraris, C., Masi, G., Pettiti, G., & Priano, L., Gmh-d: Combining google mediapipe and rgb-depth cameras for hand motor skills remote assessment, IEEE International Conference on Digital Health (ICDH),132-141, 2022.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Biyomedikal Bilimler ve Teknolojiler, Biyomedikal Mühendisliği (Diğer), Sinyal İşleme |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Proje Numarası | KBUBAP-22-DR-127 |
| Gönderilme Tarihi | 18 Mayıs 2025 |
| Kabul Tarihi | 2 Kasım 2025 |
| Erken Görünüm Tarihi | 17 Şubat 2026 |
| Yayımlanma Tarihi | 17 Şubat 2026 |
| DOI | https://doi.org/10.29109/gujsc.1701520 |
| IZ | https://izlik.org/JA69JB37WN |
| Yayımlandığı Sayı | Yıl 2026 Sayı: Advanced Online Publication |
Amaç ve Kapsam
Dergi ulusal ve uluslararası düzeyde ;
1- Bilim, teknoloji ve mühendislik alanlarında orijinal bir araştırmayı bulgu ve sonuçlarıyla yansıtan ve bilime katkısı olan araştırma makalelerini
2- Yeterli sayıda bilimsel makaleyi tarayıp, konuyu bugünkü bilgi ve teknoloji düzeyinde özetleyen, değerlendirme yapan ve bulguları karşılaştırarak yorumlayan derleme makalelerini yayınlamaktadır.
Gazi Üniversitesi Fen Bilimleri Dergisi: Tasarım ve Teknoloji” dergisi temel mühendislik konularını kapsayan bir dergidir. Mühendislik bilimlerindeki en güncel bilimsel ve teknolojik gelişmeleri araştırmacılara, mühendislere ve ilgili kitlelere ulaştırmayı hedefler. Dergi ulusal ve uluslararası düzeyde bilim, teknoloji ve mühendislik alanlarında orijinal bir araştırmayı bulgu ve sonuçlarıyla yansıtan ve bilime katkısı olan araştırma makalelerini veya yeterli sayıda bilimsel makaleyi tarayıp, konuyu bugünkü bilgi ve teknoloji düzeyinde özetleyen, değerlendirme yapan ve bulguları karşılaştırarak yorumlayan tarama makalelerini kabul etmektedir.
Mimarlık,sanat, spor ve sağlık alanları dergimiz kapsamı alanında değildir.
Yazım Kuralları
Genel Bakış
DERGİMİZ TÜBİTAK-ULAKBİM DERGİ DİZİN İNDEKSİ (TR DİZİN)-MÜHENDİSLİK ve TEMEL BİLİMLER VERİ TABANI, EBSCO, GOOGLE SCHOLAR, DOAJ, CITEFACTOR İNDEKSLERİNDE TARANMAKTADIR.
Makale gönderimi sırasında aşağıdaki 3 belgenin sisteme yüklenmesi gerekmektedir. Bu belgelerin herhangi birinin eksik olması durumunda makale REDDEDİLECEKTİR.
* Makale Dosyası (Word formatında)
* Telif Hakkı Devir Formu
* Benzerlik Raporu (iThenticate / Turnitin - maksimum benzerlik oranı %20 olmalıdır)
1- Bütün makale/makale dosyaları elektronik ortamda ve http://dergipark.org.tr/journal/358/submission/start adresinde yer alan
formları kullanarak yapılmalıdır.
2- Yüklenen makale başka bir dergiye gönderilmemiş/basılmamış olmalıdır. Aynı şekilde dergiye gönderilen bilimsel çalışmaların, yayımlanmış/sözlü/poster/sunum olarak başka yerde yayın için değerlendirme aşamasında bulunmaması gereklidir.
3- Makale kabul edildikten sonraki düzenleme aşamasında, sorumlu yazar makalede varsa diğer yazarlarının isim ve imzalarının olduğu Telif Formu'nu DERGİPARK sistemine yüklemek zorundadır.
4- Ön Yükleme Formatı_Fen Bilimleri Dergisi Part C formunda çalışmada katkısı olan yazar isim ve adreslerinin hiçbiri yazılmamalıdır. Böylece makalenin değerlendirme aşamasında hakemler çalışmanın hangi yazar/yazarlara ait olduğunu göremeyeceklerdir. ( Kör Hakem Değerlendirme Süreci)
5- Yüklenen makalenin kabulü en az iki hakem görüşü alındıktan ve ilgili bölüm editörü kabul ettikten sonra gerçekleşir.
6- Makalenin değerlendirme ve kabul süreci ile ilgili ayrıntılı bilgiye https://dergipark.org.tr/gujsc/page/3430 adresinden ulaşılabilir.
7- Çalışmanın özgünlüğü ve benzerlik oranı Turnitin programı ile taranmakta olup sadece orijinallik oranının % 20'nin altında olan makaleler değerlendirmeye alınmaktadır.
8- Sadece makalesinin yayınlanması kabul edilen yazarlar https://dergipark.org.tr/journal/358/submission/start adresinde yer alan " Kabul Edilen Makale Formatı" na uygun şekilde makaleyi düzenlemelidir.
9- Makale isim kısaltmaları " Web of Science Kısaltmaları " kullanılarak yapılmalıdır.
11- Yüklenen makale metni toplamı 10-12 sayfa ve 18,000-20,000 kelimeyi geçmemelidir.
12- Yüklenen makalede Öz ve Abstract metni 400 sözcük/boşluklarla beraber 2800 karakteri geçmemelidir.
Makale Hazırlanması
Makalede zorunlu başlıklar:
1- Öz: Çalışmanın ana taslağını, yapılış amacını, kullanılan yöntem/metodu, ede edilen bulguların kısaca belirtildiği kısımdır. Son cümlelerde mutlaka çalışma sonrası elde edilen kazanım ve sonuçlar belirtilmelidir. Yüklenen makalede Öz metni 400 sözcük/boşluklarla beraber 2800 karakteri geçmemelidir.
2- Abstract (İngilizce Özet): Türkçe öz metninin tam olarak ingilizce tercüme metnidir. Yüklenen makalede Abstract metni 400 sözcük/boşluklarla beraber 2800 karakteri geçmemelidir.
3- Anahtar Kelimeler ve Keywords: Çalışmanın aranması ve bulunmasını kolaylaştıracak türkçe ve ingilizce kelimelerdir. En az 3(üç), en çok 6(beş) adet kelime/kelime grubundan oluşabilir.
4- Giriş: Çalışmayla ele alınan konunun, problemin ne olduğuna, araştırmanın amacı ve önemine, sınırlılıklarının belirtildiği ve bu bilgilerin literatür taraması ile desteklendiği metin kısmıdır.
5- Materyal ve Metod: Çalışmanın yapılması ve sonuca varılması için yapılan deney/gözlem ve uğraşların tamamının belirtildiği kısımdır.
6- Bulgular ve Tartışma: Yapılan çalışmanın, daha önce yapılan çalışmalarla benzerlik, paralellik ve farklılıkları ile tartışıldığı kısımdır.
7- Sonuç: Yapılan çalışmanın bilimsel/günlük hayata katkısı, literatüre ne kazandırdığı, teori ve uygulama açısından hangi kanılara varıldığının yazıldığı kısımdır.
8- Teşekkür: Yapılan çalışmanın gerçekleşmesinde katkısı olan kişi/kuruluşların belirtildiği kısımdır.
9- Çıkar Çatışması(varsa): Yapılan çalışmayla ilgili çıkar çatışması olabilecek kişi/kurumların belirtildiği kısımdır.
10- Kaynaklar: Yapılan çalışmanın gerçekleşmesinde yararlanılan bilimsel kitap/dergi/web sayfası/görsel ve yazılı materyallerin belirtildiği kısımdır.
Makale Metin Yazısı
1- Ön yükleme makale formatında metin yazım stili Times New Roman/Arial ve 11 punto olmalıdır.
2- Tablo sola yaslı, tablo açıklaması 11 punto ve italik olmalıdır.
3- Şekil/harita ortaya yaslı, şekil/harita açıklaması 11 punto ve italik olmalıdır.
4- Yazım metni satır boşluk/arası tek satır, aralıklar ise önce ( 8 nk) sonra (12 nk) olacak şekilde düzenlenmelidir.
5- Kaynak gösteriminde sıkı kurallar olmamasına rağmen makalede yer alan kaynakta yazar isimleri, kitapta bölüm başlığı/makale başlığı, cilt/sayı/ ve sayfa numarası, Kitap bölümü ve varsa mutlaka DOI numarası verilmelidir. Örnek kaynak listesi ön yükleme formatında görülebilir. Aşağıda kaynak gösterimi için örnekler bulunmaktadır;
- Kahraman HT, Bayindir R., Sagiroglu S. A new approach to predict the excitation current and parameter weightings of synchronous machines based on genetic algorithm-based k-NN estimator. Energy Conversion and Management, 64(129-138), (2012). (makale)
- Mitchell, T. R. and Larson, J. R. (1987). People in organizations (Third edition). New York: McGraw-Hill, 87,92. (kitap)
- Kirazoğlu, F. (2010). Metal-Yalıtkan-Yarıiletken Yapıların Elektrik Özelliklerinin Frekans ve Sıcaklığa Bağlı İncelenmesi, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 118-120. (Tez)
Makaledeki yazarlar konuyla ilgili kaynakların tam olarak ve bütün detayları ile verildiğinden sorumludur.
Etik İlkeler ve Yayın Politikası
YAYIN ETİĞİ BİLDİRİMİ
Yayın etiği, en iyi uygulama kılavuzlarını sağlamak ve bu nedenle derginin editörleri, yazarları ve hakemler tarafından uyulması açısından çok önemlidir. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji (e-ISSN: 2147-9526), COPE'nin Davranış Kuralları ve Dergi Editörleri İçin En İyi Uygulama Kılavuz İlkeleri (https://publicationethics.org/resources/code-conduct) tarafından açıklanan ilkelere uygundur ve sadece şeffaflık ilkeleri değil, aynı zamanda en iyi bilimsel uygulama Yayın Etik Kurulu (COPE) tarafından belirlenen kurallara uygun olan makaleleri yayınlar.
Baş Editör ve Alan Editörlerinin Görevleri
Tarafsızlık
Derginin baş editörü ve bölüm editörleri, dergiye gönderilen makalelerin hangisinin yayınlanması gerektiğine karar vermekten sorumludur. Bu süreçte yazarlar ırk, etnik köken, cinsiyet, din ve vatandaşlıklarına göre editörler tarafından ayırt edilmez. Editörlerin yayınlanacak bir makaleyi kabul etme, gözden geçirme veya reddetme kararları, yalnızca makalenin önemi, özgünlüğü ve açıklığına ve ayrıca makalede yapılan çalışmanın derginin kapsamına uygunluğuna dayanmaktadır.
Gizlilik
Baş editör ve bölüm editörleri, gönderilen bir makale hakkında herhangi bir bilgiyi başkasıyla paylaşmamalıdır. Ayrıca ilgili yazar, hakemler / muhtemel hakemler ve yayıncı personel tarafından açıklanmamalıdır. Editörler, yazarlar tarafından sunulan tüm materyallerin inceleme sürecinde gizli kalmasını sağlayacaktır.
Çıkar Çatışması ve Açıklama
Gönderilmiş bir makalede açıklanan yayınlanmamış materyaller, yazarın yazılı izni olmadan hiçbir hakemin kendi çalışmalarında kullanılmamalıdır. Hakem değerlendirmesi sürecinden elde edilen münhasır bilgi veya görüşler gizli tutulmalı ve kişisel çıkarlar için kullanılmamalıdır. Hakemler, rekabetçi, işbirlikçi veya makalelere bağlı yazarlar, şirketler veya kurumlardan herhangi biriyle olan diğer ilişkilerden / bağlantılardan kaynaklanan çıkar çatışmalarına sahip oldukları yazıları dikkate almamalıdır.
Akran inceleme süreci
Baş editör / bölüm editörleri, dergi sistemine gönderilen her bir yazı için çift kör bir akran inceleme sürecinin etkin bir şekilde yapılmasını sağlamalıdır.
Etik olmayan davranışların yönetimi
Editörler, yayıncılarla birlikte, gönderilen bir makale veya yayınlanan bir makale hakkında etik şikâyetler sunulduğunda rasyonel olarak duyarlı önlemler almalıdır.
Yazar(lar)ın Görevleri
Makalenin Yazarı
Tasarım, yorumlama ve uygulama dâhil olmak üzere bildirilen çalışmaya önemli bir katkı sağlayanlara daraltılmalıdır. Gönderilen yazıya önemli katkılarda bulunan tüm yazarlar ortak yazar olarak listelenmelidir.
Özgünlük ve intihal
Gönderdikleri makalenin içeriğinden, dilinden ve özgünlüğünden yazarlar sorumludur. Yazarlar, orijinal eserlerini tamamen oluşturduğunu ve yazarlar çalışmayı ve / veya diğer yazarların sözlerini kullanmışlarsa, bunun uygun bir şekilde alıntılandığını veya alıntı yapıldığını temin etmelidir. İntihal, bir başkasının makalesini yazarın kendi makalesi olarak göstermek, bir başkasının makalesinin önemli kısımlarını (atıfta bulunmadan) kopyalamak veya başka bir deyişle, başkaları tarafından yapılan araştırmaların sonuçlarını almaktan farklı biçimlerdedir. Tüm formlarındaki intihal, etik olmayan yayıncılık davranışını içerir ve kabul edilemez. Hakemlere bir makale gönderilmeden önce, intihal araştırması için iThenticate aracılığıyla benzerlik açısından kontrol edilir.
Fon kaynaklarının tanınması
Makalede bildirilen araştırma için tüm finansman kaynakları, referanslar öncesinde makalenin sonunda ayrıntılı olarak belirtilmelidir.
İfşa ve çıkar çatışmaları
Tüm yazarlar makalelerinde, makalelerinin bulgularını veya yorumunu etkilemek için yorumlanabilecek herhangi bir maddi veya diğer maddi çıkar çatışmasını açıklamalıdır. Proje için tüm finansal destek kaynakları da açıklanmalıdır. Açıklanan potansiyel çıkar çatışmaları örnekleri arasında istihdam, danışmanlıklar, hisse senedi mülkiyeti, onur, ücretli uzman tanıklığı, patent başvuruları / kayıtları ve hibeler veya diğer fonlar yer almaktadır. Potansiyel çıkar çatışmaları mümkün olan en erken aşamada bildirilmelidir.
Raporlama standartları
Makalenin yazarları, yapılan çalışmanın doğru bir açıklamasını ve önemi ile ilgili objektif bir tartışma sunmalıdır. Temel veriler, metinde doğru olarak verilmelidir. Bir makale, diğer araştırmacıların çalışmayı tekrar etmelerine izin vermek için yeterli ayrıntıyı ve referansları içermelidir. Zor veya bilerek kesin olmayan ifadeler etik olmayan davranışlar oluşturur ve kabul edilemez. İnceleme ve profesyonel yayın makaleleri de kesin olmalı, özgün ve objektif olmalı ve editoryal düşünce çalışmaları açıkça ifade edilmelidir.
Veri erişimi ve saklama
Yazarlardan editoryal inceleme süreci için bir makaleyle bağlantılı ham verileri sağlamaları istenebilir ve herhangi bir durumda, yayınlandıktan sonra belirli bir süre için bu verileri saklamaları gerekebilir.
Çoklu, gereksiz veya eşzamanlı yayın
Gönderilen makaleler başka herhangi bir dergiye gönderilmemiş olmalıdır. Aynı makaleyi aynı anda birden fazla dergiye göndermek etik olmayan yayıncılık davranışını içerir. Yazarlar ayrıca makalenin daha önce başka bir yerde yayınlanmadığından da emin olmalıdır.
Yayınlanmış çalışmalarda ana hatalar
Bir yazar yayınlanmış eserinde önemli bir hata veya yanlışlıkla karşılaştığında, dergi editörünü veya yayıncısına bu durumu derhal bildirmek ve makaleyi geri çekmek veya düzeltmek için editörle işbirliği yapmak yükümlülüğündedir.
Hakemlerin Görevleri
Hakemler, makale le ilgili görüşlerini tamamlayarak yorumlarını kendisine tanımlanan zaman içerisinde göndermelidir. Eğer makale, hakemin ilgi alanına uygun değilse, makale editöre geri gönderilmelidir, böylece diğer hakemler zaman kaybetmeden atanabilirler.
Katkı
Hakemler, hakemli bir dergi olan derginin kalitesine katkıda bulunan ana üyelerdir. Alınan makaleyi incelemesi için kalifiye olmayan hakemler derhal editöre bildirmeli ve bu makaleyi incelemeyi reddetmelidir.
Gizlilik
İnceleme için gönderilen yazılar gizli belgeler olarak değerlendirilmelidir. Editör tarafından yetkilendirilmedikçe başkalarıyla gösterilmemeli veya tartışılmamalıdır.
Nesnellik standartları
Yorumlar objektif olarak gerçekleştirilmelidir. Yazarın kişisel eleştirisi uygun değildir. Hakemler açıkça destekleyici argümanlarla görüşlerini ifade etmelidir.
Kaynakların tanınması
Hakemler, yazarlar tarafından alıntılanmayan yayınlanmış çalışmaları tanımlamalıdır. Bir gözlem, türetme veya argümanın daha önce bildirildiği herhangi bir ifadeye ilgili atıfta bulunulmalıdır. Bir gözden geçiren aynı zamanda editörün dikkatini, ele alınan yazı ile kişisel bilgileri olan yayınlanmış diğer herhangi bir makale arasında hayati bir benzerlik ya da çakışma olduğuna dikkat etmelidir.
İfşa ve çıkar çatışması
Hakemler, rekabetçi, işbirlikçi veya yazılarla bağlantılı yazarlar, şirketler veya kurumlarla yapılan diğer ilişkilerden / bağlantılardan kaynaklanan çıkar çatışmalarına sahip oldukları makaleleri dikkate almamalıdır.
Ücret Politikası
Dergimizde, makalelerin yayınlanması, okunması ve indirilmesi ücretsizdir, hiç bir işlem için ücret talep edilmemektedir.
Dizinler
Dergi Kurulları
Sahibi
Yayın Yönetmeni
Baş Editör
Editör Yardımcı
Editörler Kurulu
Kurum Bilgileri: Mühendislik Fakültesi, Enerji Sistemleri Mühendisliği, Nükleer Araştırma
Araştırma Alanları: Makina Mühendisliği, Enerji, Diğer Yenilenebilir Enerji Sistemleri, Nükleer Enerji, Güneş Enerjisi, Hidrojen teknolojileri ve yakıt hücreleri, Rüzgar Enerjisi, Termodinamik, Isı ve Madde Transferi, Yakıtlar ve Yanma, Hesaplamalı akışkanlar dinamiği, Mühendislik ve Teknoloji
Prof. Dr. Sait Dündar SOFUOĞLU 1974 yılında Kütahya’nın Simav ilçesinde doğdu. İlk, orta ve lise öğrenimini İstanbul’da tamamladı. Lisans eğitimini 1996 yılında İstanbul Üniversitesi Orman Fakültesi, Orman Endüstri Mühendisliği Bölümü’nde, yüksek lisansını 2001 yılında İstanbul Üniversitesi Fen Bilimleri Enstitüsü Orman Endüstri Mühendisliği Bölümü, Orman Endüstrisi Makinaları ve İşletme Anabilim Dalı’nda, doktorasını ise 2008 yılında İstanbul Üniversitesi Fen Bilimleri Enstitüsü Orman Endüstri Mühendisliği Bölümü, Orman Endüstrisi Makinaları ve İşletme Anabilim Dalı’nda tamamlamıştır.
1996-2003 yılları arasında Dumlupınar Üniversitesi Simav Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü’nde, 2003-2008 yılları arasında İstanbul Üniversitesi Orman Fakültesi, Orman Endüstri Mühendisliği Bölümü’nde (35. Madde) Araştırma görevlisi olarak çalışmıştır. 2008-2009 yılları arasında Dumlupınar Üniversitesi Simav Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü’nde Dr. Araştırma görevlisi olarak çalışmıştır. 2009-2012 yılları arasında Dumlupınar Üniversitesi Simav Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü’nde Yrd. Doç. Dr. olarak çalışmış, 2012-2017 yılları arasında Dumlupınar Üniversitesi Simav Teknoloji Fakültesi Ağaç İşleri Endüstri Mühendisliği Bölümü’nde Yrd. Doç. Dr. çalışmıştır. 06.10.2017 tarihinde Orman Endüstri Mühendisliği Bilim Alanında Üniversite Doçenti unvanı ve yetkisi verilmiştir. Halen aynı Anabilim Dalında çalışmaya devam etmektedir.
2009 yılından itibaren Dumlupınar Üniversitesi Simav Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü Mobilya Eğitimi Anabilim Dalı Başkanlığı’nı, 2011 yılından itibaren Dumlupınar Üniversitesi Fen Bilimleri Enstitüsü Mobilya ve Dekorasyon Eğitimi (Yüksek Lisans) Anabilim Dalı Başkanlığı’nı, 2012 yılından itibaren Dumlupınar Üniversitesi Simav Teknoloji Fakültesi Ağaç İşleri Endüstri Mühendisliği Bölümü Tasarım ve İmalat Endüstrisi Anabilim Dalı Başkanlığı’nı yürütmektedir. 2009 yılından itibaren Dumlupınar Üniversitesi Simav Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölüm Başkanlığını, 2012-2015 yılları arasında Dumlupınar Üniversitesi Simav Teknoloji Fakültesi Ağaç İşleri Endüstri Mühendisliği Bölüm Başkanlığı’nı, 2015-2018 yılları arasında Dumlupınar Üniversitesi Pazarlar Meslek Yüksekokulu Müdürlük görevini yürütmüştür. 2023 yılından itibaren Kütahya Dumlupınar Üniversitesi Simav Teknoloji Fakültesi Ağaç İşleri Endüstri Mühendisliği Bölümü, Tasarım ve İmalat Endüstrisi Anabilim Dalında Prof. Dr. olarak çalışmaya devam etmaktedir. 2024 yılından itibaren Kütahya Dumlupınar Üniversitesi Şaphane Meslek Yüksekokulu Müdürlük görevini yürütmektedir.Evli ve bir çocuk babasıdır.
Gazi Üniversitesi Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü’nden ‘fakülte birincisi’ olarak mezun oldu. Mardin’de (1995-1996) ve Ankara’da (1996-1997) Endüstri Meslek Lisesi Mobilya ve Dekorasyon Bolümü Öğretmeni olarak görev yaptı.
1997 yılında, Gazi Üniversitesi Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü Dekorasyon Anabilim Dalı’na Araştırma Görevlisi olarak atandı. Fen Bilimleri Enstitüsü’nde tamamladığı Yüksek Lisans (1998) ve Doktora (2004) sonrasında Teknik Eğitim Fakültesi Mobilya ve Dekorasyon Eğitimi Bölümü Dekorasyon Anabilim Dalı’na “Yardımcı Doçent” unvanıyla (2005) atanarak 2005-2007 yılları arasında bölüm başkan yardımcısı olarak görev yaptı. 2010 yılında Georgia State Üniversitesi’nde (ABD), 2014 yılında ise Michigan State Üniversitesi’nde (ABD) misafir öğretim üyesi olarak çalıştı. Gazi Üniversitesi Teknik Eğitim Fakültesi (2011-2012) ve Teknoloji Fakültesi (2015-2016, 2019-2020) dekan yardımcısı, Teknik Eğitim Fakültesi (2014-2016) Yönetim Kurulu üyesi olarak görev yaptı. Kültür ve Turizm Bakanlığı ile TÜBİTAK’tan ödüller aldı.
2017 yılında 29 uncusu yapılan “The XXIXth International Conference Research for Furniture Industry” konresinin Düzenleme Kurulu Başkanı olan Söğütlü, Kültür ve Turizm Bakanlığı ve TİKA tarafından gerçekleştirilen çeşitli restorasyon çalışmalarında Bilim Kurulu Üyesi olarak görev yaptı.
Prof. Dr. Cevdet SÖĞÜTLÜ’nün 16 yüksek lisans, 5 doktora danışmanlığı, 50’si WoS’da taranan dergilerde olmak üzere 100’ün üzerinde yayımlanmış makalesi, ulusal ve uluslararası 4 adet kitap bölümü yazarlığı, 15 adet projesi, eserlerine yapılmış 850 atfı, uluslararası kongrelerde 20’nin üzerinde davetli konuşma ve oturum başkanlığı, WoS’da taranan dergide editörlüğü bulunmaktadır.
Hâlen, Teknoloji Fakültesi Ağaçişleri Endüstri Mühendisliği Bölümünde çalışmalarına devam eden Cevdet Söğütlü evli ve iki çocuk babasıdır.
Doç. Dr. Şenol ŞİRİN, OF/Trabzon doğumludur. Lisansını; Gazi Üniversitesi Talaşlı Üretim Öğretmenliğinde (2004-2008), Yüksek Lisansını; Karabük Üniversitesi Makine Eğitiminde (2008-2012), Doktorasını; Düzce Üniversitesi Makine Mühendisliğinde (2016-2020) tamamladı. Özel sektör kuruluşlarında; Tasarım/Üretim Uzmanlığı, Proses ve Takım Mühendisliği gibi çeşitli görevlerde bulunmuştur. 2013 yılında Düzce Üniversitesi'nde başladığı akademik kariyerinde, Müdür Yardımcılığı, Yönetim Kurulu Üyeliği, Disiplin Kurulu Üyeliği, Topluluk Akademik Danışmanlığı gibi görevler de yürütmüştür. Halen Gümüşova Meslek Yüksekokulu müdürlüğüne devam etmektedir. Güncel araştırma alanları; sürdürülebilir imalat, eklemeli imalat, nanoakışkan, triboloji, takım aşınması ve mekanizmaları, sürtünme katsayısı, minimum miktarda yağlama, kriyojenik işlem ve kriyojenik soğutmadır. Dr. ŞİRİN, Evli ve 2 çocuk babasıdır.
Mehmet Erdi Korkmaz graduated from his Phd in 2018. He is currently working as Assoc. Prof. Dr. at Karabük University. He got his master degree in Mechanical Engineering from the same university. He also takes a Bachelor degree in mechanical engineering from Middle East Technical University. He had been studied as guest researcher at Ghent University, Belgium in 2017. His research areas are mechanical behaviour of materials, Constitutive material model parameters, Finite element modeling of machining process, tribology in machining and additive manufacturing. He has authored or co-authored over 100 publications, including scientific papers in high impact international journals and conference proceedings. His expertise and contributions in the field of machining have afforded him many collaborative works with important Institutions. He is a reviewer for many international Journals (for Elsevier, Springer, Sage, etc.).
