This study proposes an efficient algorithm for improving flattening result of triangular mesh surface patches having a convex shape. The proposed approach, based on barycentric mapping technique, incorporates a dynamic virtual boundary, which considerably improves initial mapping result. The dynamic virtual boundary approach is utilized to reduce the distortions for the triangles near the boundary caused by the nature of convex combination technique. Mapping results of the proposed algorithm and the base technique are compared by area and shape accuracy metrics measured for several sample surfaces. The results prove the success of the proposed approach with respect to the base method.

Son yıllarda şirketler arası rekabetin artmasıyla beraber aboneliğinden ayrılacak müşterilerin tahmin edilmesi oldukça önemli hale gelmiştir. Müşteri karmaşası analizi, veri madenciliği, makine öğrenmesi ve derin öğrenme gibi alanlarda sıklıkla karşılaşılan analiz çeşitlerinden biridir. Özellikle telekomünikasyon, sigortacılık ve bankacılık gibi sektörlerde yaygın olarak kullanılmaktadır. Bu çalışma da veri madenciliği ve makine öğrenmesi teknikleri ile aboneliğini sonlandırma ihtimali olan müşterileri tahmin etmeyi amaçlamaktadır. Çalışma Lojistik Regresyon (Logistic Regression), Karar Ağacı (Decision Tree), Yapay Sinir Ağları (Artifical Neural Network), Torbalama (Bagging) ve Artırma (Boosting) sınıflandırma modelleri kullanılarak arasından en iyi sonucu bulmayı önermiştir. Veri seti dengesiz olduğu için SMOTE (Synthetic Minority Oversampling Technique) ve ADASYN (Adaptive Synthetic Sampling Method) tekniği ile örnekleme yapılmıştır. Çalışmada, 2 adet tahmin modeli önerilmiştir ve önerilen tahmin modelleri Veri Seti, Veri Ön İşleme, Veri Örnekleme, Değerlendirme olarak 4 farklı aşamadan oluşmaktadır. Veri Ön İşleme aşamasında, kullanılmayan ve önemsiz özniteliklerin veri setinden çıkartılması, normalizasyon, şifreleme (encoding) ve aşırı örnekleme gibi birçok yöntem kullanılmıştır. Performans ölçütü olarak Doğruluk Oranı (Accuracy Rate), Geri Çağırma (Recall), Hassasiyet (Precision) ve Özgünlük (Specificity), Dengelenmiş Doğruluk Oranı ve ROC Eğrisi Altındaki Alan (ROC-AUC) değeri kullanılmıştır. Performans ölçütlerine bakıldığında önerilen en iyi tahmin modeli ADASYN örnekleme yöntemi kullanılan model olmuştur. Sınıflandırma yöntemi olarak en iyi sonucu veren LightGBM (Light Gradient Boosting Machine) tekniği olmuştur. Önerilen modeller arasında Veri Ön İşleme ve Veri Örnekleme aşamalarında farklılıklar bulunmaktadır. Bu çalışmada önerilen tahmin modellerinin eğitim süresi, benzer çalışmalara göre daha iyi performans sağladığı tespit edilmiştir. Ayrıca bu çalışmada, sadece 58 öznitelik kullanarak 172 öznitelik kullanan benzer çalışmaların başardığına çok yakın sonuçlar elde edilmiştir.

With the growth of technology, the issue of safe storage and transmission of information has become even more important. Image data are increasingly used in military, business, political, economic, and other areas. The range of usage has increased, leading to increased privacy and security concerns about image data. In this study, it is aimed to present a new secure image encryption algorithm that leverages chaos theory and chaotic maps. As quantum logistic maps are sensitive to initial conditions, a new stream encryption algorithm using quantum logistic maps has been proposed to encrypt color images. In order to obtain chaotic behavior and confusion, quantum logistic map values, image values, and already encrypted values are utilized together to obtain both confidentiality and avalanche effect. Moreover, to check the efficiency of the algorithm’s performance, NIST statistical tests, histogram analysis, key sensitivity tests, correlation analysis, and information entropy tests are successfully performed. It is concluded that the proposed algorithm secures the communication among parties. Cite this article as: M. Kılıç and M.C. Kasapbaşı, “Image encryption using quantum logistic mapping,” Electrica, 25, 0059, 2025. doi: 10.5152/electrica.2025.25059.

Teknoloji yıllar içinde çok hızlı bir şekilde ilerlemiş ve bu ilerleyişine hızla devam etmektedir. Bu süreçte verilerin güvenliğini sağlama konusu da her alanda önemini arttırmıştır. Bu çalışmada kullanılan veri kaynağı görüntü olarak seçilmiştir. Görüntü şifrelemede histogram, korelasyon, diferansiyel saldırı, anahtar uzay, anahtar hassasiyet, zaman karmaşıklığı, entropi başarı analizleri ve istatiksel analizlere yönelik NIST testleri kullanılmıştır. Tanımlanan analiz ve testler doğrultusunda gerçekleştirilen analiz sonuçları karşılaştırılarak görüntü şifrelemede kullanılan bu yöntemlerin çıktı olarak doğru sonuçları ve beklenen performansları verip vermediği değerlendirilmiştir. Önerilen şifreleme yönteminin çıktı olarak başarılı sonuç ve performansları verdiği gözlemlenmiştir.