<div>                <br>İPTAL EDİLMELİ: Ahmet Yıldırım tamamen UYDURMA Matematik 2. Doktora Tezi<br>- %100 İNTİHAL Matematik 1. Doktora Tezi İPTAL EDİLDİ<br><br>    Ahmet Yıldırım'ın tamamen UYDURMA 2. doktora tezi :<br>    “Topolojik Özellikler Yardımıyla Görüntü İşleme Problemlerinin Çözümleri Üzerine”<br>    ( link pdf : https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=5XiSE4yCP_gmnukpMEp65VVfcZjaf1nY2GybJXklU1Mp4EO27X0wWg1y16STJbjG )<br>    Tez yazarı : Ahmet Yıldırım<br>    Doktora Tezi, Şubat 2022, Ege Üniversitesi Matematik, Matematik anabilim dalı<br>    Tamamen UYDURMA doktora tezi yazdıran ve öncesinde HİLELİ YATAY GEÇİŞi    organize eden Tez danışmanı : İsmet Karaca<br>    Tez jürisi : GİZLİ !<br><br>    Ahmet Yıldırım'ın tamamen UYDURMA doktora tezinde " "var olmayan" Matlab kodları ile yaptım" dediği, aslında uydurduğu "var olmayan" çalışmaların hayatında ilk kez karşılaştığı ve temel kavramlarından bile habersiz olduğu konularını 5 ocak 2022'de Wikipedia'yı (ve bir müzenin ziyaretçi geyikleri sayfasını ve bir amatör radyo tv üreticisinin (kh6htv) sayfasını) açarak öğrenmeye başlamış, bilgisayar ve kodlama bilgisi sıfır olduğu için tek satır kod yazmadan “Matlab kodu yazdım” diye sallayıvermiş, 1 Şubat 2022'de (26 gün sonra) şipşak SALLAMA doktora tezini teslim etmiş.<br><br>***<br><br>    Ahmet Yıldırım'ın tamamen UYDURMA doktora tezinde yaptığı hiçbir çalışma yok ! Görüntü işleme çalışmalarında en cok kullanılan "8 resme ve 1 beyin resmine (sf 48, 51, 54, 56, 63, 65, 71, 73, 75) Matlab ile kendi algoritmamı uyguladım, bunlardan, farklı parametre değerleri ile 3'er farklı görüntü (toplam 27 görüntü hepsi ARAK ! Beyin resmi haricindeki 24'ünü nereden arakladığını bulmak çok zor değil) elde ettim, resimlere gözümle baktım, algoritmalarımın diğerlerinden iyi olduğunu gördüm, oldu da bitti maaşallah !" demiş. Bu 9 x 4 = 36 resim ARAK, internette binlerce kopyası var.<br><br>    Ahmet Yıldırım'ın tamamen UYDURMA doktora tezinde " "var olmayan" Matlab kodları ile yaptım", dediği ; aslında uydurduğu çalışmalar :<br>    Ege Üniversitesi, bu kodları ve verileri ve bilgileri, sitesinde yayınlamak ve herkesle paylaşmak zorunda ! :<br>    1. bu "var olmayan" Matlab kodları<br>    2. bu "var olmayan" Matlab kodlarını çalıştırabilmek için gerekli olan 36 resmi     tek tek okuyan Matlab kodları<br>    3. bu 36 resim<br>    4. bu tamamen UYDURMA doktora tezini onaylayan jurideki diğer 4 3-kağıtçı     üyenin ismi :<br><br>----- Tamamen UYDURMA doktora tezinden ALINTILAR 1 -----<br>- (sf. 1)<br>    “MATLAB paket programı çalışmamızın temelini oluşturdu.”<br><br>- (sf. 5)<br>    “Doktora tezimizde dijital-ayrık metot kullanarak Perona-Malik ve Toplam Varyasyon (TV) denklemlerini analiz ettik. Algoritmamızı MATLAB-R2020B paket programı yardımıyla görüntü analizi için kullandık. Algoritmamız stabil ve yakınsak değerler oluşturduğu için yöntemin etkinliği daha fazla görüldü. t değerleri büyüdüğü halde görüntü kalitesinde bozulma oluşmadı ve kaliteli görüntüler elde edildi.<br>    Kullandığımız çözüm algoritması, diğer algoritmalara göre daha basit ve MATLAB gibi paket programlara uygulanması daha kolaydır. Algoritmanın temelinde topoloji, graf teorisi ve süreklilik olduğu için dijital topoloji ile revize edilmiş sonlu farklar yaklaşımında elde ettiğimiz değerler stabil ve yakınsaktır. Görüntü analizinde elde ettiğimiz en büyük ilerleme ise değerleri büyüdükçe bozulmamasıdır.”<br><br>- (sf. 35)<br>    “4.2.  Kademeli Olarak Değişen Fonksiyonlar<br>    ....<br>    4.2.2. Kademeli olarak değişen fonksiyonlar için Algoritmalar: (Chen, 2013)<br>    ....<br>    4.2.2.4.  İşlem Prosedürü (Chen, 1994; Chen, 2013)<br>    Kademeli olarak değişen fonksiyonu elde etmek için gerekli bilgisayar kodunu yazacağız. Bu kodlar kolaylıkla C++ kodlarına dönüştürülebilir.”<br><br>- (sf. 47)<br>    “5.3.  Isı Denklemi (Aubert and Kornprobst, 2002)<br>    ....<br>    Şekil 5.3.2 ve Şekil 5.3.3’den görülüyor ki Sigma değeri arttıkça Gauss filtreleme ile elde edilen görüntülerde bozulmalar artıyor. (MATLAB-R2020b)”<br><br>- (sf. 53)<br>    “5.4.  Dijital-ayrık metot ve ısı denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine<br>    ....<br>    Algoritma (Isı denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    ....<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.”<br><br>- (sf. 63)<br>    “6.3.  Dijital-ayrık metot ve Perona-Malik denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine.<br>    ....<br>    Algoritma (Perona-Malik denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    ....<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.<br><br>    Şekil 6.3.1, Şekil 6.3.2 ve Şekil 6.3.3’de farklı t değerleri için görüntüler elde ettik.”<br><br>- (sf. 70)<br>    “7.3.  Dijital-ayrık metot ve Toplam Varyasyon (TV) denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine<br>    ....<br>    Algoritma (Toplam Varyasyon (TV) denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    .....<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.<br>    Şekil 7.3.1, Şekil 7.3.2 ve Şekil 7.3.3’de farklı t değerleri için görüntüler elde ettik.”<br><br>- (sf. 77)<br>    “8. TARTIŞMA<br>    ....<br>    MATLAB paket programı çalışmamızın temelini oluşturdu.<br>    ....<br>    Doktora tezimizin diğer çalışmalardan en büyük farkı disiplinler arası bir çalışma olmasındandır. Kullandığımız yöntem olan dijital-ayrık metot bir taraftan kısmi türevli diferansiyel denklemlerin çözümünde kullanılan sonlu farklar ayrışımını kullanıyor, diğer taraftan ise dijital topolojide kullanılan kavramları kullanıyor.<br>    Doktora tezimizde anizotropik difüzyon modeli olan Perona-Malik denklemi ve Toplam Varyasyon (TV) denklemi kullanıldı.<br>    Kullandığımız çözüm algoritması, diğer algoritmalara göre daha basit ve MATLAB gibi paket programlara uygulanması daha kolaydır. Algoritmanın temelinde topoloji, graf teorisi ve süreklilik olduğu için dijital topoloji ile revize edilmiş sonlu farklar yaklaşımında elde ettiğimiz değerler stabil ve yakınsaktır.<br>    Görüntü analizinde elde ettiğimiz en büyük ilerleme ise t değerleri büyüdükçe görüntü kalitesinin korunması ve görüntülerin bozulmamasıdır.”<br><br>- (sf. 80)<br>    “9. SONUÇ VE ÖNERİLER<br>    Doktora tezimizde dijital-ayrık metot kullanarak Perona-Malik ve Toplam Varyasyon (TV) denklemlerini analiz ettik. Algoritmamızı MATLAB-R2020B paket programı yardımıyla görüntü analizi için kullandık. Algoritmamız stabil ve yakınsak değerler oluşturduğu için yöntemin etkinliği daha fazla görüldü. t değerleri büyüdüğü halde görüntü kalitesinde bozulma oluşmadı ve kaliteli görüntüler elde edildi.”<br><br>***<br><br>    Ahmet Yıldırım'ın tamamen UYDURMA doktora tezinde " "var olmayan" Matlab kodları ile yaptım" dediği, aslında uydurduğu "var olmayan" çalışmaların hayatında ilk kez karşılaştığı ve temel kavramlarından bile habersiz olduğu konularını 5 ocak 2022'de Wikipedia'yı (ve bir müzenin ziyaretçi geyikleri sayfasını ve bir amatör radyo tv üreticisinin (kh6htv) sayfasını) açarak öğrenmeye başlamış, bilgisayar ve kodlama bilgisi sıfır olduğu için tek satır kod yazmadan “Matlab kodu yazdım” diye sallayıvermiş, 1 Şubat 2022'de (26 gün sonra) şipşak SALLAMA doktora tezini teslim etmiş :<br>    % 100 arak doktora tezi iptal edilmeden önce Ahmet Yıldırım, 3-5 günde 1 uydurma SCİ (WOS) makale yayınlıyordu :<br>    5-8 uydurma makalelik sürede tamamen UYDURMA doktora tezini yazıvermiş :<br><br>-----  Tamamen UYDURMA doktora tezinden ALINTILAR 2 -----<br>- (sf. 7..12)<br>    “2. GÖRÜNTÜ İŞLEME PROBLEMLERİNDE KULLANDIĞIMIZ KISMİ TÜREVLİ DİFERANSİYEL DENKLEMLER<br>    2.1. Isı Denklemi<br>    2.2. Gauss Filtreleme<br>    2.3. Perona-Malik Denklemi<br>    2.4. Toplam Varyasyon (TV) Denklemi<br>    ….<br><br>    Kaynak :<br>https://en.wikipedia.org/wiki/Heat_equation (Erişim Tarihi 5 Ocak 2022)<br>https://en.wikipedia.org/wiki/Gaussian_filter (Erişim Tarihi 5 Ocak 2022)<br>https://en.wikipedia.org/wiki/Anisotropic_diffusion (Erişim Tarihi 5 Ocak 2022)<br>https://en.wikipedia.org/wiki/Total_variation_denoising (Erişim Tarihi 5 Ocak 2022)<br>http://www.radiomuseum.org/forumdata/users/4767/file/Tektronix_VerticalAmplifierCircuits_Part1.pdf (Erişim Tarihi 5 Ocak 2022)<br>https://kh6htv.files.wordpress.com/2015/11/an-07a-risetime-filters.pdf (Erişim Tarihi 5 Ocak 2022)<br><br>***<br><br>    Ahmet Yıldırım'ın tamamen UYDURA doktora tezinin<br>    1..4 bölümleri : konu tanıtımı,<br>    5..7 bölümlerinin ilk 2şer alt bolümü : konu tanıtımı.<br>    Tezde yapıldığı iddia edilen çalışmaların anlatıldığı<br>    5.3, 5.4, 6.3, ve 7.3 alt bölümlerinin metin kısımları ve<br>    elde edildiği iddia edilen sonuçların anlatıldığı<br>    8. Tartışma ve 9. Sonuç bölümleri aşağıda :<br><br>----- Tamamen UYDURMA doktora tezinden ALINTILAR 3 -----<br>- (sf. 44, 45..57)<br>    “5. ISI DENKLEMİ ve DİJİTAL-AYRIK METOT KULLANARAK GÖRÜNTÜ İŞLEME PROBLEMLERİNİN ÇÖZÜMLERİ ÜZERİNE<br>    ....<br><br>    5.3.  Isı Denklemi (Aubert and Kornprobst, 2002)<br>    Görüntü işlemede kullanılan en eski ve en çok araştırma yapılan denklem parabolik lineer ısı denklemidir: (Romeny,1994; Alvarez et al., 1992; Koenderink, 1984)<br><br>    denklem (5.3.1)<br><br>    Bu denklemde .... R2 aldık. Aslında .... ’i öncelikli olarak .... üzerinde tanımlamaya çalışıyoruz. Simetri yardımıyla bu bölgeyi .... üzerinde genişletiyoruz, daha sonra ise periyodiklik yardımıyla tüm R2 üzerine genişletiyoruz. (Şekil 5.3.1)<br><br>    Şekil 5.3.1: Öncelikli olarak .... üzerinde tanımlı olan .... ’in simetri ve periyodiklik yardımıyla R2 üzerine genişlemesi<br><br>    Bu şekilde .... genişlemesi görüntü işlemede klasik bir durumdur. İşlemlerimizi bu duruma göre şekillendireceğiz. Eğer .... bu şekilde genişletilirse ek olarak .... olduğunu görürüz ve o zaman .... olacağını görürüz.<br><br>    Çözümü aşağıdaki gibi aramaya çalışalım: (5.3.1) denkleminin çözümü için sinyal işlemlerinde sıklıkla kullanılan Gauss lineer filtrelemeden yararlanalım. Daha genel olarak .... içinde olsun, o zaman (5.3.1) denkleminin açık çözümü<br><br>    denklem (5.3.2)<br><br>    şeklindedir.<br>    Burada Ga , iki boyutlu Gauss çekirdeğini temsil etmek üzere<br><br>    denklem (5.3.3)<br><br>    Pozitif çekirdek ile yapılan bu konvolüsyon lineer görüntü filtrelemede basit bir işlemdir.<br>    Bu formül t zaman ve a skaler parametresine bağlı Gauss çekirdeğini verir.<br><br>    Gauss çekirdeği ile ilgili hareketleri frekans tanım kümesi üzerinde de gerçekleştirebiliriz. Şu şekilde Fourier dönüşümünü tanımlayalım:<br><br>    denklem (5.3.4)<br><br>    Burada .... R2 ’dir. Buradan iyi bilinen .... eşitliği elde edilir. .... olduğundan<br><br>    denklem (5.3.5)<br><br>    (5.3.5) denklemi yüksek frekansları engelleyen alçak geçiren bir Gauss çekirdeği ile oluşturulan konvolüsyonu temsil eder.<br>    Şekil 5.3.2 ve Şekil 5.3.3’den görülüyor ki Sigma değeri arttıkça Gauss filtreleme ile elde edilen görüntülerde bozulmalar artıyor. (MATLAB-R2020b)<br><br>    Şekil 5.3.2.<br>    Şekil 5.3.3.<br><br>    5.4.  Dijital-ayrık metot ve ısı denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine<br><br>    denklem (5.4.1)<br><br>    ısı denklemini sonlu fark metodu ile ayrık hale getirmeye çalışalım: (Chen, 2013; Smith, 1985)<br><br>    denklem (5.4.2)<br>    denklem (5.4.3)<br><br>    olacak şekilde<br>    (t+1)’de dijital-ayrık uyarlama yaparız. Bu şekilde uyarlamalara devam ederiz.<br>    Algoritmamızı oluştururken kademeli olarak değişen fonksiyon yapısından yararlandık. (Chen, 2013)<br>    Isı denklemi ve dijital-ayrık metot yardımıyla alt yapısını kurduğumuz algoritmamız aşağıda verilmiştir. (Chen, 2013)<br><br>    Algoritma (Isı denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    1. Adım: Ana noktaları yükle. Bu adımda, gözlem değerlerine sahip veri noktaları yüklenir.<br>    2. Adım: Çözümü belirle. Noktaları kafes uzayında yerleştir.<br>    3. Adım: Yerel Lipschitz koşulu kullanarak Teorem 4.2.1.1’e göre fonksiyon genişlemesi yap. Bu şekilde kademeli olarak değişen (veya kademeli olarak değişmeye yakın sürekli) fonksiyonlar elde edilir.<br>    4. Adım: Isı denkleminin sonlu farklar metodu ile elde ettiğimiz iterasyonu ile kafes noktalarını elde etmeye başla:<br>    denklem<br>    5. Adım: 4. adımda elde edilen güncel değerleri kademeli değişen fonksiyon kullanarak restore et:<br>    .... olacak şekilde her (t+1) adımında dijital-ayrık uyarlamalara devam edilir.<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.<br><br>    Şekil 5.4.1 ve Şekil 5.4.2’de farklı t değerleri için görüntüler elde ettik.<br><br>    Şekil 5.4.1.<br>    Şekil 5.4.2.”<br><br>- (sf. 58, 61..66)<br>    “6. PERONA-MALİK DENKLEMİ ve DİJİTAL-AYRIK METOT KULLANARAK<br>GÖRÜNTÜ İŞLEME PROBLEMLERİNİN ÇÖZÜMLERİ ÜZERİNE .................. 58<br>    ....<br><br>    6.3. Dijital-ayrık metot ve Perona-Malik denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine.<br><br>    denklem (6.3.1)<br><br>    Perona-Malik denklemini Bölüm 6.2’de sonlu farklar metodu ile ayrık hale getirdik.<br>    Bu bölümde<br>    .... olacak şekilde (k+1)’de dijital-ayrık uyarlama yapacağız. Bu şekilde uyarlamalara devam edeceğiz. Algoritmamızı oluştururken kademeli olarak değişen fonksiyon yapısından yararlandık.(Chen, 2013). Perona-Malik denkleminin nümerik yapısını oluştururken sonlu farklar metodundan yararlandık. (Smith, 1985; Erdem, 2013; Demirkaya et al., 2009)<br>    Perona-Malik denklemi ve djital-ayrık metot yardımyla alt yapısını kurduğumuz algoritmamız aşağıda verilmiştir.<br><br>    Algoritma (Perona-Malik denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    1. Adım: Ana noktaları yükle. Bu adımda, gözlem değerlerine sahip veri noktaları yüklenir.<br>    2. Adım: Çözümü belirle. Noktaları kafes uzayında yerleştir.<br>    3. Adım: Yerel Lipschitz koşulu kullanarak Teorem 4.2.1.1’e göre fonksiyon genişlemesi yap. Bu şekilde kademeli olarak değişen (veya kademeli olarak değişmeye yakın sürekli) fonksiyonlar elde edilir.<br>    4. Adım: Perona-Malik denkleminin sonlu farklar metodu ile elde ettiğimiz iterasyonu ile kafes noktalarını elde etmeye başla:<br>    denklem<br>    5. Adım: 4. adımda elde edilen güncel değerleri kademeli değişen fonksiyon kullanarak restore et:<br>    .... olacak şekilde her (k+1) adımında dijital-ayrık uyarlamalara devam edilir.<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.<br><br>    Şekil 6.3.1, Şekil 6.3.2 ve Şekil 6.3.3’de farklı t değerleri için görüntüler elde ettik.<br><br>    Şekil 6.3.1.<br>    Şekil 6.3.2.”<br><br>- (sf. 67, 69..76)<br>    “7. TOPLAM VARYASYON (TV) DENKLEMİ VE DİJİTAL-AYRIK METOT KULLANARAK GÖRÜNTÜ İŞLEME PROBLEMLERİNİN ÇÖZÜMLERİ ÜZERİNE<br>    ....<br><br>    7.3.  Dijital-ayrık metot ve Toplam Varyasyon (TV) denklemi kullanarak görüntü işleme problemlerinin çözümleri üzerine<br><br>    Toplam Varyasyon (TV) denklemini Bölüm 7.2’de sonlu farklar metodu ile ayrık hale getirdik. Bu bölümde .... olacak şekilde (k+1)’de dijital-ayrık uyarlama yapacağız.<br>    Algoritmamızı oluştururken kademeli olarak değişen fonksiyon (Chen, 2013) ve sonlu farklar metodundan (Smith, 1985; Erdem, 2013; Demirkaya et al., 2009) yararlandık.<br>    Toplam Varyasyon (TV) denklemi ve dijital-ayrık metot yardımıyla alt yapısını kurduğumuz algoritmamız aşağıda verilmiştir.<br><br>    Algoritma (Toplam Varyasyon(TV) denklemi ve dijital-ayrık metot ile görüntü işleme analizi)<br>    1. Adım: Ana noktaları yükle. Bu adımda, gözlem değerlerine sahip veri noktaları yüklenir.<br>    2. Adım: Çözümü belirle. Noktaları kafes uzayında yerleştir.<br>    3. Adım: Yerel Lipschitz koşulu kullanarak Teorem 4.2.1.1’e göre fonksiyon genişlemesi yap. Bu şekilde kademeli olarak değişen (veya kademeli olarak değişmeye yakın sürekli) fonksiyonlar elde edilir.<br>    4. Adım: Toplam Varyasyon (TV) denkleminin sonlu farklar metodu ile elde ettiğimiz iterasyonu ile kafes noktalarını elde etmeye başla:<br>denklem<br>    5. Adım: 4. Adımda elde edilen güncel değerleri kademeli değişen fonksiyon kullanarak restore et:<br>    .... olacak şekilde her (k+1) adımında dijital-ayrık uyarlamalara devam edilir.<br>    6. Adım: Algoritmamızı kullanarak MATLAB-R2020b paket programı yardımıyla görüntü işleme analizi yap.<br><br>    Şekil 7.3.1, Şekil 7.3.2 ve Şekil 7.3.3’de farklı t değerleri için görüntüler elde ettik.<br><br>    Şekil 7.3.1.<br>    Şekil 7.3.2.<br>    Şekil 7.3.3”<br><br>- (sf. 77..79)<br>    “8. TARTIŞMA<br>    ....<br>    Bizim çalışmamızın temel amacı, matematiksel araçları kullanarak bu gelişmeye katkıda bulunmaktır. Çalışmamız disiplinler arası bir çalışmadır. Topoloji, Graf Teorisi, Kısmi Türevli Diferansiyel Denklemler, Nümerik Analiz gibi matematiksel yapıların yanında görüntü işleme sistemleri ve MATLAB paket programı çalışmamızın temelini oluşturdu.<br>    ....<br>    Doktora tezimizin diğer çalışmalardan en büyük farkı disiplinler arası bir çalışma olmasındandır. Kullandığımız yöntem olan dijital-ayrık metot bir taraftan kısmi türevli diferansiyel denklemlerin çözümünde kullanılan sonlu farklar ayrışımını kullanıyor, diğer taraftan ise dijital topolojide kullanılan kavramları kullanıyor.<br>    Doktora tezimizde anizotropik difüzyon modeli olan Perona-Malik denklemi ve Toplam Varyasyon (TV) denklemi kullanıldı.<br>    Kullandığımız çözüm algoritması, diğer algoritmalara göre daha basit ve MATLAB gibi paket programlara uygulanması daha kolaydır. Algoritmanın temelinde topoloji, graf teorisi ve süreklilik olduğu için dijital topoloji ile revize edilmiş sonlu farklar yaklaşımında elde ettiğimiz değerler stabil ve yakınsaktır.<br>    Görüntü analizinde elde ettiğimiz en büyük ilerleme ise t değerleri büyüdükçe görüntü kalitesinin korunması ve görüntülerin bozulmamasıdır.”<br><br>- (sf. 80)<br>    “9. SONUÇ VE ÖNERİLER<br><br>    Doktora tezimizde dijital-ayrık metot kullanarak Perona-Malik ve Toplam Varyasyon (TV) denklemlerini analiz ettik. Algoritmamızı MATLAB-R2020B paket programı yardımıyla görüntü analizi için kullandık.<br><br>    Algoritmamız stabil ve yakınsak değerler oluşturduğu için yöntemin etkinliği daha fazla görüldü. t değerleri büyüdüğü halde görüntü kalitesinde bozulma oluşmadı ve kaliteli görüntüler elde edildi.<br>    ....”<br><br>***<br><br>    Ahmet Yıldırım'ın 1. doktora tezindeki özgeçmisinde bahsettiği, 2. doktora tezindeki özgeçmişinde gizlediği yüksek lisans tezi :<br>    “Lineer olmayan kısmi türevleri diferansiyel denklemlerin yarı-analitik çözümleri üzerine” (SANSÜRLÜ ! GİZLİ !)<br>    Tez yazarı : Ahmet Yıldırım<br>    Yüksek Lisans Tezi, 2005, Ege Üniversitesi Matematik, Matematik anabilim dalı<br>    Tez Danışmanı : Turgut Öziş<br>    Tez jürisi : SANSÜRLÜ ! GİZLİ !<br><br>    Özgeçmişine göre : Ege Üniversitesi Matematik'i (uygulamalı matematik ağırlıklı olarak) 2002'de bölüm 2.si ve fen fakültesi 4.sü olarak bitirmiş ; yüksek lisansı bitirdiğinde 30'dan fazla SCI (WOS) makalesi ve 60'tan fazla konferans makalesi varmış ve 10'dan fazla SCI (WOS) dergide hakemlik yapıyormuş.<br>    Tamamen UYDURMA 2. doktora tezi konusunda sadece bir yağmacı (predatory) dergide aralık 2021'de 2 tamamen UYDURMA makale yayınladı.<br><br>    10 Aralık 2012'de Ege Üniversitesi FBE Yönetim Kurulu, 2012/47 sayılı toplantı 11 sayılı kararıyla Ahmet Yıldırım'ın % 100 İNTİHAL doktora tezini ve doktora diplomasını iptal etti. EÜ'nin intihal doktora tezini iptal etmesi 30 ay sürdü. Avrupa ülkelerindeki benzerleri gibi 15 günde bitebilecek soruşturma 21 ay sürdü ve YÖK'ün 15 Mart 2012 tarihli 2012/26 sayılı DOKTORA TEZİ ve DİPLOMASI İPTAL kararı 9 ay bekletildi, uygulanmadı.<br>    % 100 İNTİHAL doktora tezi başlığı : Nonlineer Problemlerin Non-Perturbatif Yöntemlerle Çözümleri Üzerine<br>(pdf ekte ve link : https://docs.google.com/file/d/0BxUoSj9K4YfeNDIwUUZGRWU1R2c/edit?pli=1 )<br>    Tez yazarı : Ahmet Yıldırım<br>    Doktora rezi, Ocak 2009, Ege Üniversitesi Matematik, Matematik anabilim dalı<br>    Bile bile % 100 İNTİHAL tez yazdıran Tez Danışmanı (kınama cezası verildi) : Turgut Öziş<br>    Tez jürisi : Emine Mısırlı, Şennur Somalı, Necdet Bildik, Fadime Dal<br>            </div>