A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Öğretim Üyesi | Proje Başlığı (İsteğe bağlı farklı konular için öğretim üyesi ile irtibata geçiniz) | Proje Kapsamı | Gerekli Beceriler | Notlar | |||||||||||||||||||||
2 | Prof. Dr. Kemal Fidanboylu | Kamera Kullanarak Gerçek Zamanlı Temassız Kalp Atış Hızı İzleme | Uzaktan kalp atışını algılama yöntemleri kullanarak, temas tabanlı kalp atış hızı ölçüm sistemleriyle ilişkili kablolama ve dağınıklık miktarı azaltışmış oldu. Dijital kamera kullanılarak kalp atış hızı tahmini, düşük maliyeti ve invazif olmayan yapısı nedeniyle hızla büyüyen bir araştırma alanıdır. Proje kapsamında kamera ve görüntü işleme algoritmaları kullanarak gerçek zamanlı temassız kalp atış hızı ölçülmesi hedeflenmektedir. | Kamera uygulamaları, Python, OpenCV, Scikitlearn, Numpy, Scipy, görüntü işleme. | Dijital kamera aracılığı ile elde edilecek olan görüntüler ile, görüntü işleme teknikleri kullanarak gerçek zamanlı temassız kalp atış hızı ölçülmesi hedeflenmektedir. 2-3 öğrenci | |||||||||||||||||||||
3 | Prof. Dr. Kemal Fidanboylu | Döner Kanat Hava Araçları için Gerçek Zamanlı Tel Algılama Sistemi | Enerji hatları ve benzeri teller, döner kanat hava araçları için ciddi bir güvenlik tehlikesi oluşturmaktadır. Son yıllarda, görüntü tabanlı tel algılama sistemleri, helikopter ve dronlar gibi döner kanat hava araçlarında iyi sonuçlar vermeye başlamıştır. Proje kapsamında kamera ve görüntü işleme algoritmaları kullanarak gerçek zamanlı tel algılama sistemi geliştirilecektir. | Kamera uygulamaları, stokastik sinyaller ve sistem teorisi, görüntü işleme, Kalman filtreleri, MATLAB. | Kameralar aracılığı ile elde edilecek olan görüntüler ile, Kalman filtreleri kullanarak gerçek zamanlı tel algılama sisteminin geliştirilmesi hedeflenmektedir. 2-3 öğrenci | |||||||||||||||||||||
4 | Prof. Dr. Kemal Fidanboylu | Otonom Araçlarda Sensör ve Sensör Füzyonu Kullanılarak Yol Kenarındaki Şeritlerin Algılanması | Otonom araçlar, çevresini algılama yeteneği ile herhangi bir insan müdahalesi olmadan kendini çalıştırabilen ve gerekli işlevleri yerine getirebilen araçlardır. Otonom araçlarda kamera, lidar, radar, sonar, GPS ve kilometre sayacı vb. sensörler kullanılmaktadır. Proje kapsamında kamera modülü, ultrasonik sensör ve görüntü işleme algoritmaları yardımıyla yol kenarlarındaki şeritlerin algılanması hedeflenmektedir. | Python, OpenCV, Raspberry Pi 3, Görüntü İşleme, Kamera ve Ultrasonik sensör uygulamaları. | Otonom model bir araç üzerinde gerekli modifikasyonlar yapılarak, yol kenarlarındaki şeritlerin algılanması hedeflenmektedir. 2-3 öğrenci | |||||||||||||||||||||
5 | Doç.Dr. Pınar Kırcı | Hava taşımacılığı sisteminde doğru seyahat talep bilgisi üzerinde çalışılacaktır. | Hava taşımacılığı sisteminde doğru seyahat talep bilgisi üzerinde çalışılacaktır. Yük faktörü ile ilgili başlangıç ve varış arasında optimum koltuk kapasitesi sorunu çözülecektir. Bu çalışmada, herhangi iki ülke arasındaki uçuş operasyonu için en yüksek yük faktörünü sağlayabilecek optimum koltuk kapasitesinin belirlenmesi için bir yöntem çalışılacaktır. | Yapay makine öğrenimi yöntemleri | Yapay makine öğrenimi yöntemleri, Sinir Ağı (Artificial Neural Network (ANN)), Doğrusal Regresyon (Linear Regression (LR)), Gradyan Artırma (Gradient Boosting (GB)) ve Rastgele Orman (Random Forest) uygulanacak ve sorunu çözmek için bir yazılım geliştirilecektir. 2-3 öğrenci. | |||||||||||||||||||||
6 | Doç.Dr. Pınar Kırcı | Adaptif trafik yönetimi Yazılımı Geliştirilmesi | Kavşaklar kentsel ulaşımda,ulaşım altyapısını oluşturan birimlerdir.Kavşakların kontrolü,kentsel ulaşımın düzenlenmesinde birinci derecede önem taşımaktadır. Bu nedenle projenin amacı,gerçek zamanlı trafik kompozisyonundaki değişimlere hızla cevap verebilecek, kuyruklanmayı algılayarak oluşabilecek gecikmeleri en az seviyeye çekebilecek, oluşan trafik hacmi, kuyruklanma gibi parametrelere göre optimize edilerek yeni sürelerin gerçek zamanlı olarak uygulandığı sinyalizasyon sisteminin geliştirilmesidir. | Yapay makine öğrenimi yöntemleri ve/veya sensörler | Hedef, sistemin gerçek zamanlı olması, trafik kompozisyonundaki değişimlere hızla cevap verebilmesi, kuyruklanmayı algılayarak oluşabilecek gecikmeleri en az seviyeye çekmesi,hıza bağlı olarak kayma sürelerini otomatik olarak yeniden hesaplamasıdır. 2-3 öğrenci. | |||||||||||||||||||||
7 | Doç.Dr. Pınar Kırcı | Bir Kavşakta oluşan Trafik Akımının Performansının İncelenmesi | Sinyalize Bir Kavşakta Oluşan Trafik Akımının Kuyruk Teorisi ile Performansının İncelenmesi | Kuyruk teorisi yaklaşımları | 2-3 öğrenci. | |||||||||||||||||||||
8 | Doç.Dr. Pınar Kırcı | Görme Engelli Bireylerin etraflarında yer alan İşaret ve Dökümanları Okumasına Yardım Eden Sistem | akıllı telefonlar ile, görme engelliler için etraflarında olabilecek yazı ve/veya levha içeriklerini tespit ederek, onlara sesli olarak bildiren bir sistem geliştirilmesi. | Yapay makine öğrenimi yöntemleri | 2-3 öğrenci. | |||||||||||||||||||||
9 | Doç.Dr. Pınar Kırcı | Meteoroloji Radarı Verileri Kullanılarak Özyineli Filtre Temelli Yağış Miktarı Tahmini | Bu projede radar reflektivite değerleri arasındaki zamansal ve mekânsal ilişkide kullanılarak anlık yağış tahmini önerilmektedir. Proje kapsamında özyineli filtre modeline dahil edilecek yeni meteorolojik ölçümlerle (çok sayıda atmosfer tabakalarından gelen reflektivite ölçümleri, rüzgar hızı/ yönü, sıcaklık, nem basınç, vb.) ve farklı yağış tipleri (stratiform yağış, konvektif yağış) altında yağış miktarı tahminlerinin iyileştirilmesi hedeflenmektedir. | makine öğrenmesi, özyineli Kalman Filtresi | Atmosferin farklı seviyelerinden elde edilen reflektivite değerlerine göre yağış tahmini. 2-3 öğrenci. | |||||||||||||||||||||
10 | Doç.Dr. Pınar Kırcı | Coğrafi Bilgi Sistemi ile uygulama geliştirme | Sunulan projede, bir Web Coğrafi Bilgi Sistemi (CBS) ortamı kurulacak ve bir mobil uygulama geliştirilecektir. Sistem: internet üzerinden erişime açık olacak, Mobil ve Web uygulamaları ile birden çok kullanıcı tarafından çevrimiçi coğrafi bilgi girişine izin verecek, ölçeklendirilebilir ve uyarlanabilir bir veri tabanına sahip olacak, yeni coğrafi analizler ve görselleştirme uygulamalarına uygun esnek bir yapıya sahip olacaktır. | Bir Web CBS ortamı kurulacak ve bir mobil uygulama geliştirilecektir. Uygulama, veri gönderimi, veritabanı bağlantısı, cbs ortamı oluşturulması, acil durum mesajlarının iletimi açısından kararlaştırılacak belli sayıda kullanıcı ile test edilecektir | Sunulan projede, kullanıcıların çeşitli bilgilerinin tutulacağı ve afet durumlarında acil durum sinyalinin gönderileceği bir uygulama tasarlanacaktır. Bu uygulamada, temel bilgilere ilaveten, covid geçirme durumu, aşı durumu, geçirilen hastalıklar, ameliyatlar, devamlı takip edilmesi gereken hastalıklar gibi sağlık bilgileri de yer alacaktır. Ayrıca kullanıcıların, lokasyon bilgileri de sistemde tutulur ve çalışmada harita üzerinde lokasyon gösterimi yer alır. Çalışanların bulunduğu bölgede oluşan, deprem, orman yangını ve sel gibi afetlerde çalışanlara acil durum sinyali gönderimi de yapılacaktır. 2-3 öğrenci. | |||||||||||||||||||||
11 | Doç.Dr.Metin BİLGİN | Metnin duygusunun Emoji olarak tahmini | Verilen metnin duygusu emoji olarak tahmin edilecektir. (Derin Öğrenme tabanlı) | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
12 | Doç.Dr.Metin BİLGİN | Destekleyici Görsel yardımıyla Metin Özetleme | Derin Öğrenme tabanlı destekleyici görsel ile metin özetleme yapılacaktır. | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
13 | Doç.Dr.Metin BİLGİN | Türkçe için Varlık İsmi Tanımlama Aracı | Derin Öğrenme tabanlı bir NER aracı geliştirilecektir. | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
14 | Doç.Dr.Metin BİLGİN | Derin Öğrenme Tabanlı Çıkarımsal Metin Özetleme | Derin Öğrenme tabanlı Extractive Metin Özetleme gerçekleştirilecek. | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
15 | Doç.Dr.Metin BİLGİN | Yapılandırılmış, Yarı Yapılandırılmış ve Yapılandırılmamış Metinlerden Bilgi Çıkarma | Derin Öğrenme tabanlı Metinlerden bilgi çıkarımı yapılacaktır. | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
16 | Doç.Dr.Metin BİLGİN | Edebi metinlerden karakter çıkarımı | Derin öğrenme tabanlı edebi metinlerdeki karakterlerin isimlerinin çıkarılması | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
17 | Doç.Dr.Metin BİLGİN | CoNLL-U Derlemleri için Web Tabanlı Bağlılık Ayrıştırma Platformu | http://universal.grew.fr/?corpus=UD_English-GUM@2.11 benzeri bir uygulama geliştirilecek | Python, Doğal Dil İşleme,Derin Öğrenme Algoritmaları | Detaylı bilgi için metinbilgin@uludag.edu.tr | |||||||||||||||||||||
18 | ||||||||||||||||||||||||||
19 | Prof. Dr. Ahmet Emir Dirik | few-shot learning | few-shot learning | |||||||||||||||||||||||
20 | Prof. Dr. Ahmet Emir Dirik | açıklanabilir yapay zeka uygulamaları | explainable AI | |||||||||||||||||||||||
21 | Prof. Dr. Ahmet Emir Dirik | autoencoder ile hata tespiti | autoencoder ile hata tespiti | |||||||||||||||||||||||
22 | ||||||||||||||||||||||||||
23 | Prof. Dr. Ahmet Emir Dirik | Radyoloji görüntülerinden kanama tespiti | Radyoloji bölümü ile ortak bir proje kapsamında faaliyetler yürütülecektir. | python, derin öğrenme, CNN, Unet, görüntü işleme | ||||||||||||||||||||||
24 | Prof. Dr. Ahmet Emir Dirik | Tekstil kumaşları için hata tespiti | Derin öğrenme tabanlı tekstil kumaşlarında hata tespiti | python, derin öğrenme, görüntü işleme, derin ağlar | ||||||||||||||||||||||
25 | Prof. Dr. Ahmet Emir Dirik | Alüminyum profiller için hata tespiti | Derin öğrenme tabanlı alüminyum profil hata tespiti | python, derin öğrenme, görüntü işleme, derin ağlar | ||||||||||||||||||||||
26 | Prof. Dr. Ahmet Emir Dirik | Farklı mekanlar için kişi takip sistemi | Farklı mekanlar için kişi bazında takip sistemi | python, derin öğrenme, görüntü işleme, derin ağlar | ||||||||||||||||||||||
27 | Prof. Dr. Ahmet Emir Dirik | Fiziki ipuçları yardımı ile deepfake video tespiti | Deepfake sahte videoları fiziki ipuçları ile tespit edilecektir. | python, derin öğrenme, görüntü işleme, derin ağlar | ||||||||||||||||||||||
28 | Prof. Dr. Ahmet Emir Dirik | Sahte ses sentezleme ve tespti | Sahte ses senstezleme ve tespiti teknolojileri araştırılacak ve uygulaması yapılacaktır | python, derin öğrenme, ses işleme, derin ağlar | ||||||||||||||||||||||
29 | Prof. Dr. Ahmet Emir Dirik | FPGA uygulamaları | FPGA kartı üzerinde gerçek zamanlı çalışacak uygulamalar geliştirilecektir | FPGA programlama | ||||||||||||||||||||||
30 | Doç. Dr. Murtaza CİCİOĞLU | Blok zincir tabanlı nesnelerin interneti uygulaması | Blok zincir teknolojisinin nesnelerin interneti uygulamalarına uyarlanması | Solidity, Ganache, Truffle, HTML, CSS, Javascript, Web3.js, MetaMask | ||||||||||||||||||||||
31 | Doç. Dr. Murtaza CİCİOĞLU | MQTT için yönetim paneli geliştirme | Endüstriyel bulut sistemlerinde IoT cihazları ile MQTT protokolü kullanılarak verilerin uzak sunucularda görselleştirilmesi | nesnelerin interneti, MQTT, IBM Watson IoT platformu, Arduino,Raspberry PI, Node-RED, Grafana | ||||||||||||||||||||||
32 | Doç. Dr. Murtaza CİCİOĞLU | Yazılım tanımlı ağ tabanlı gerçek zamanlı cihaz yönetim uygulaması | Yerel alan ağlarında sunucu üzerinde bir yazılım aracılığıyla istemci cihazlarının kontrol ve yönetim işlemlerini yürütücek bir arayüz tasarımı | python, NodeJS, Spring Boot, WebRTC, SDN, OpenFlow | ||||||||||||||||||||||
33 | Doç. Dr. Murtaza CİCİOĞLU | Makine öğremesi tabanlı ağ otomasyonu | Ağ sorunlarının, kontrol ve yönetim organizasyonlarının makine öğrenmesi algoritmaları yardımıyla gerçekleştirilmesi | python, makine öğrenmesi algoritmaları, derin ağlar | ||||||||||||||||||||||
34 | Doç. Dr. Murtaza CİCİOĞLU | Makine öğrenmesi tabanlı nesnelerin interneti | Çeşitli sensörler ile makine öğrenmesi yada derin öğrenme uygulamaları geliştirilmesi (tarım, sağlık, okyanüs veri setleri üzerinde çalışılacaktır. Gerçek bir uygulama yada simülasyon ortamında olabilir ) | python, makine öğrenmesi algoritmaları, derin ağlar | ||||||||||||||||||||||
35 | Doç. Dr. Murtaza CİCİOĞLU | İnsansız hava araçlarında nesne tespiti ve takibi | Drone'lar için geliştirilecek bir model yardımıyla önceden tanımlı nesnelerin tespit edilmesi ve takip edilmesi | python, makine öğrenmesi algoritmaları, derin ağlar, Yolo, F-RCNN, RetinaNET | ||||||||||||||||||||||
36 | Dr. Öğr. Üyesi Ceyda Nur ÖZTÜRK | Muhbir gözlem ve haritalama sistemi | Belirli bir bölgeyi gözlemeye odaklı sabit veya hareketli sistemlerden elde edilen görüntülerde tespit ve tanıma algoritmalarının çalıştırılması ve önemli görülüp çıkarılan bilgilerin bir web arayüzü üzerinden sunulması sağlanacaktır. | bilgisayarla görme, web programlama, veri yönetimi | ||||||||||||||||||||||
37 | Dr. Öğr. Üyesi Ceyda Nur ÖZTÜRK | Evrişimli sinir ağlarıyla 3-B medikal görüntü bölütleme | Bölütleme amaçlı bir evrişimli sinir ağı mimarisi ile dört farklı anatomik yapının etiketlendiği taban gerçeklik veriler kullanılarak MR görüntülerinde bölütleme gerçekleştirilecektir. | python veya matlab programlama, bilgisayarla görme, yapay zeka | ||||||||||||||||||||||
38 | Dr. Öğr. Üyesi Ceyda Nur ÖZTÜRK | Kamera tabanlı 4-DoF robot kolu kontrolü | Montelenmiş 4 DoF bir robot kolunun jetson nanoya entegre edilip kamera üzerinden çeşitli işlevlere yönelik kontrolü sağlanacaktır. | robotik görme, gömülü sistemler, ubuntuda c veya python programlama, robot tasarım | ||||||||||||||||||||||
39 | Dr. Öğr. Üyesi Ceyda Nur ÖZTÜRK | İnternet sayfası indeksleyen korsanlık uygulaması | Bir internet sayfasından gitmesi mümkün olan tüm alt sayfaları gezerken edindiği metin ve görselleri indeksleyen ve korsanlık amaçlı kullanan bir uygulama geliştirilecektir. | veri yönetimi, ağ ve internet programlama, ağ güvenliği | ||||||||||||||||||||||
40 | Dr. Öğr. Üyesi Ceyda Nur ÖZTÜRK | Değişen masaüstü uygulaması | Mevcut işletim sisteminin masaüstü görünümü farklı görsel, etkileşimli animasyon veya oyun içerikleriyle yeniden tasarlanıp temel bazı sistem işlevlerini yerine getiren bir uygulama geliştirilecektir. | grafik tasarım, bilgisayar grafikleri, sistem programlama, yapay zeka | ||||||||||||||||||||||
41 | Doç.Dr. Gıyasettin ÖZCAN | Açık kaynaklı COSMIC veri tabanından veri toplama ve makine öğrenmesi uygulaması arayüzü geliştirme: | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python, veya R, kodlama. Arayüz geliştirme. Makine öğrenmesi, yapay zeka. Network Topolojisi | ||||||||||||||||||||||
42 | Doç.Dr. Gıyasettin ÖZCAN | Açık kaynaklı GDSCveri tabanından veri toplama ve makine öğrenmesi uygulaması arayüzü geliştirme: | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python, veya R, kodlama. Arayüz geliştirme. Makine öğrenmesi, yapay zeka. Network Topolojisi | ||||||||||||||||||||||
43 | Doç.Dr. Gıyasettin ÖZCAN | Açık kaynaklı CTDBASE veri tabanından veri toplama ve makine öğrenmesi uygulaması arayüzü geliştirme: | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python, veya R, kodlama. Arayüz geliştirme. Makine öğrenmesi, yapay zeka. | ||||||||||||||||||||||
44 | Doç.Dr. Gıyasettin ÖZCAN | Açık kaynaklı veri tabanından veri toplama ve makine öğrenmesi uygulaması: İşlevsel Veri Tabanları | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python, veya R, kodlama. Arayüz geliştirme. Makine öğrenmesi, yapay zeka. | ||||||||||||||||||||||
45 | Doç.Dr. Gıyasettin ÖZCAN | Biyolojik sekanslarda güvenlik uygulamaları, şifreleme metodları | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python programlama | ||||||||||||||||||||||
46 | Doç.Dr. Gıyasettin ÖZCAN | Gen regülasyon ağı hesaplayan arayüz geliştirme | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python programlama, Network topolojisi, | ||||||||||||||||||||||
47 | Doç.Dr. Gıyasettin ÖZCAN | Medikal sekans veya görüntülerde derin öğrenme uygulaması | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python programalama, görüntü işleme | ||||||||||||||||||||||
48 | Doç.Dr. Gıyasettin ÖZCAN | Clinvar, genoox, ncbi veritabanından veri çekme, veri depolama, ve yapay öğrenme uygulaması geliştirme. Arayüz geliştirme | Açık kaynaklı veritabanından veri toplama, veri organizasyonunu belirleme, veriler arasında örüntü yakalama, arayüz geliştirme | Python programalama, | ||||||||||||||||||||||
49 | Doç.Dr. Gıyasettin ÖZCAN | TCGA API'sinde uygulama geliştirme ve verilerini düzenleme | TCGA API'sinde veri indirme için çok sayıda seçenek mevcuttur. İndirilen verilerin gereksinimlere göre analizi için arayüz hazırlama yapılacaktır. | Python programlama | ||||||||||||||||||||||
50 | Doç.Dr. Gıyasettin ÖZCAN | Psoriasis and Atopic Dermatitis verilerinde makine öğrenmesi | https://zenodo.org/record/4009497#.Y_O6AnZBxPb sitesinden indirilen verilerde gen etki tahmini yapmak. Arayüz geliştirmek | Python programlama | ||||||||||||||||||||||
51 | ||||||||||||||||||||||||||
52 | ||||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||
54 | ||||||||||||||||||||||||||
55 | ||||||||||||||||||||||||||
56 | ||||||||||||||||||||||||||
57 | ||||||||||||||||||||||||||
58 | ||||||||||||||||||||||||||
59 | ||||||||||||||||||||||||||
60 | ||||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||
62 | ||||||||||||||||||||||||||
63 | ||||||||||||||||||||||||||
64 | ||||||||||||||||||||||||||
65 | ||||||||||||||||||||||||||
66 | ||||||||||||||||||||||||||
67 | ||||||||||||||||||||||||||
68 | ||||||||||||||||||||||||||
69 | ||||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||
71 | ||||||||||||||||||||||||||
72 | ||||||||||||||||||||||||||
73 | ||||||||||||||||||||||||||
74 | ||||||||||||||||||||||||||
75 | ||||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||
77 | ||||||||||||||||||||||||||
78 | ||||||||||||||||||||||||||
79 | ||||||||||||||||||||||||||
80 | ||||||||||||||||||||||||||
81 | ||||||||||||||||||||||||||
82 | ||||||||||||||||||||||||||
83 | ||||||||||||||||||||||||||
84 | ||||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||
86 | ||||||||||||||||||||||||||
87 | ||||||||||||||||||||||||||
88 | ||||||||||||||||||||||||||
89 | ||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||
100 |