Dataset Viewer
Abstract_TR
stringlengths 210
4.93k
| Title_TR
stringlengths 12
315
|
|---|---|
Bu makale AlexNet mimarisi kullanılarak kusurlu ve kusursuz ahşap yüzey görüntülerinin sınıflandırılması üzerine odaklanmaktadır İlk olarak karışık olan yüzey görüntüleri kusurlu ve kusursuz diye ikiye ayrılmış ve yeniden düzenlenmiştir Bu veri kümesinde 1992 kusursuz 18 284 kusurlu ahşap yüzey görüntüsü bulunmaktadır Ahşap yüzey görüntüleri üzerinde toplam 43 000 ahşap kusur bulunmaktadır AlexNet mimarisi transfer öğrenme yaklaşımı kullanılarak deneyler gerçekleştirilmiştir Deneylerde farklı epoch sayıları 25 epoch 50 epoch ve veri artırma yöntemi kullanılarak AlexNet modelin eğitimi gerçekleştirilmiş ve sonra test edilmiştir Ahşap yüzey kusur tespitinde ikili sınıflamada sonuç olarak AlexNet mimarisi ile kusurlu ve kusursuz ahşap yüzey görüntülerinin sınıflandırılması sonucunda en başarılı sonuçları AlexNet Augmented modelinin 50 epoch sonrasında elde ettiği görülmektedir Bu modelde doğruluk değeri 0 9687 AUC değeri 0 9892 olarak hesaplanmıştır Yaklaşık 97 oranında ahşap kusur tespiti sonucu bu çalışmada elde edilmiştir Ayrıca hassasiyet geri çağırma ve F skor değerleri de 0 97 olarak belirlenmiştir Bu sonuçlar ahşap yüzey kusur tespitinde AlexNet modelinin yüksek bir performans sergilediğini göstermektedir | Ahşap Kusur Tespiti İçin Optimize Edilmiş AlexNet Mimarisi |
Değişen yıldızların sınıflandırılması geleneksel yöntemlerle bazen zorlu bir süreç olabilir Gökbilimcilerin genellikle yıldızların parlaklık eğrilerini ve diğer fiziksel özelliklerini analiz ederek sınıflandırma yaptıkları süreç zaman alıcı ve zahmetli olabilir Transfer öğrenimi yaklaşımı bu noktada önemli bir rol oynayabilir Bu çalışma ile gökbilimcilerin yıldız sınıflandırması yaparken daha az sayıda veri etiketlemesi yaparak çalışmalarını yapmalarını sağlayıp zaman alıcı ve zahmetli bir sürecin kısaltılması amaçlanmıştır Transfer öğrenme için bir derin sinir ağı eğitilmiş ve bu modelin performansı diğer makine öğrenmesi yöntemleriyle de karşılaştırılmıştır Model eğitiminde kullanılan veri setleri CoRoT hedefleri için yapılan çalışmalardan elde edilmiş veri setleridir Bu veri setleri CoRoT hedeflerinin ışık eğrileriyle yapılan hesaplamalarından oluşur Transfer öğrenme için eğitilen temel model metrikleri incelendiğinde doğruluk duyarlılık hassasiyet ve f1 skor değerlerinin 94 olduğu bulunmuştur Değişen yıldızların sınıflandırılmasında transfer öğrenimi yaklaşımı kullanıldığında daha önce sınıflandırılmış yıldızların bilgileri ve özellikleri yeni yıldızların sınıflandırılmasında kullanılabilir Çalışmadan elde edilen temel modelin astronomi alanında farklı problemler ve farklı veri setleri için yeniden kullanılabilir olması ve bu alanda çalışan araştırmacılara katkı sağlaması beklenmektedir | Derin Öğrenme ve Transfer Öğrenme Yöntemleri Kullanarak Değişen Yıldızlarda Sınıflandırma |
Bu makale mobilya görüntülerinin sınıflandırılması konusunda yapay zeka tekniklerinin kullanılmasını ele almaktadır Mobilya sektöründe birçok farklı tasarım ve tarz arasından seçim yapmanın zorluğu tüketiciler ve satıcılar için bir sorun oluşturmaktadır Makine öğrenimi algoritmaları ve sinir ağları mobilya görüntülerini otomatik olarak sınıflandırma sürecinde kullanılmaktadır Makalenin amacı mobilya görüntülerinin sınıflandırılmasıyla tüketicilerin ve mobilya endüstrisi profesyonellerinin karşılaştığı sorunları çözmektir Makalede mobilya görüntülerinin sınıflandırılması için beş farklı evrişimli sinir ağı mimarisi kullanılmıştır Alexnet VGGNet 19 DenseNet 201 Squeezenet1 1 ve ResNet 152 Bu mimarilerin kullanımıyla 98 87 sınıflandırma başarısı elde edilmiştir Beş farklı mobilya kategorisi yatak sandalye kanepe döner koltuk ve masa sınıflandırılmış ve ResNet 152 mimarisiyle 99 96 ROC Receiver Operating Characteristic değeri elde edilmiştir Ayrıca transfer öğrenme yaklaşımının kullanılmasıyla daha hızlı ve doğru sonuçlar elde edildiği belirtilmiştir VGG 19 ve SqueezeNet1 1 mimarileri 97 07 ortalama sınıflandırma doğruluğu sağlarken en düşük doğruluğu Alexnet modeli 94 15 gerçekleştirmiştir Derin öğrenme algoritmalarının kullanılmasıyla görüntülerin özellikleri çıkarılmakta ve sınıflandırılmaktadır Bu çalışma teknolojinin daha akıllı ve kullanıcı odaklı bir alışveriş deneyimi sunma potansiyeline sahip olduğunu göstermektedir Aynı zamanda mobilya üretim ve satışında verimliliği artırarak rekabet avantajı sağlayabilecek bir mobilya sınıflandırma yöntemi sunmaktadır Çalışmada elde edilen sonuçlar mobilya görüntülerinin analizi ve sınıflandırılmasında CNN mimarilerinin etkili olduğu göstermiştir | Derin Öğrenme Tekniklerini Kullanarak Mobilya Görüntüsü Sınıflandırması |
Kronik Obstrüktif Akciğer Hastalığı KOAH özellikle orta ve düşük gelirli ülkelerde ölüm nedenleri arasında üst sıralarda yer alır KOAH ın erken teşhisi zordur ve mevcut tanı yöntemleri sınırlıdır Bu çalışmada radyografi görüntülerinden KOAH derecelerini tahmin etmek için bir yapay zeka modeli olan COPD GradeNet önerilmektedir Ancak model henüz bir veri seti üzerinde test edilmemiştir KOAH ın spirometrik test sonuçları ve akciğer röntgen görüntüleri gibi bir veri setinin elde edilmesi zorlu bir süreçtir Önerilen modelin uygun bir veri setiyle test edilmesi halinde KOAH derecelerini tahmin etme yeteneğinin değerlendirilip uygulanabileceği düşünülmektedir Bu çalışma gelecekteki araştırmalara ve klinik uygulamalara yol gösterebilir KOAH teşhisinde yapay zeka tabanlı yaklaşımların potansiyelini vurgulayabilir | Akciğer Grafilerinden KOAH Derecesinin Tahmin Edilmesi için Yapay Zeka Temelli Model Tasarımı Bir Model Önerisi COPD GradeNet |
İnsan yaşamını önceleyen sistemlerin yaygınlaşması toplumlara bütüncül fayda sağlamaktadır Solunum yoluyla bulaşıcı hastalıklardan sakınmak için ağız burun maskesi takmanın Covid 19 pandemisi ile zorunlu hâle geldiği gibi yapı inşaatında çalışan işçilerin inşaat alanında kafa kaskı takması zorunludur İnşat alanlarında çalışan işçilerin kaskını takıp takmadığının kontrolünü göz ile yapmak yorucu ve hataya açıktır Yapay zekâ tabanlı bilgisayar teknolojilerinin geliştiği bu çağda hayatımızı her anlamda kolaylaştıran sistemlerin varlığı ümit vaat etmektedir Bu çalışmada görüntü verisinin anlamlandığı evrişimli sinir ağı ESA tabanlı derin öğrenme ile kask takma kontrolünün otomatik yapılması önerilmiştir ve YOLO V4 V5 ve Faster R CNN modellerine uygulanan transfer öğrenme tekniği ile kısıtlı veri seti probleminin üstesinden gelinmiştir Deneylerde transfer öğrenme uygulanmayan eğitimlere de yer verilerek yöntemin etkinliği incelenmiştir Sonuçta transfer öğrenmeli YOLO V5 modelinin 98 f1 skor ile 6 farklı model eğitimi arasında en başarılı olduğu gözlemlenmiştir | Transfer öğrenmeli ve transfer öğrenmesiz derin ağlar ile inşaat alanında kask tespiti |
Radyoloji uzmanlarının mamografi görüntülerine bakarak yaptığı meme kanseri teşhislerinde tip bir hata oranı yüzde otuzlara kadar çıkmaktadır Kanserin teşhis başarısını artırmak adına bu çalışmada uzmanlara yardımcı olacak yeni bir Bilgisayar Yardımlı Teşhis sistemi kanserli ve normal dokuyu ayırt etmek için önerilmektedir Önerilen sistemde kontrast limitli histogram eşitleme CLAHE yöntemiyle iyileştirilen görüntülerin iki boyutlu parçacık dönüşümlerinden 2B–DWT Haralick ve HOG öznitelikleri çıkarılmıştır Özniteliklerin sayısını azaltması için temel bileşenler analizi PCA algoritması kullanılmıştır Seçilen öznitelikler çok katmanlı algılayıcı MLP mimari yapısına sahip yapay sinir ağına YSA girdi olarak verilmiştir Çok katmanlı algılayıcı üzerinde Adam eniyileme yapıldığında 81 tespit doğruluğu yakalanmıştır Ayrıca diğer bir çok temel makine öğrenmesi ve derin öğrenme yöntemleri denenerek karşılaştırma sonuçları detaylı olarak sunulmuştur Sınırlı sayıda veri kümesi kullanıldığında transfer öğrenim kullanılsa dahi derin öğrenme yöntemlerinin tespit başarısı azalmıştır Buna karşılık doğru ön işleme öznitelik seçilimi ve makine öğrenmesi yaklaşımları kullanıldığı zaman geleneksel bilgisayarlı görü yöntemleri daha başarılı sonuçlar vermiştir | YSA KULLANILARAK MAMOGRAMLARDAN DOKUSAL ÖZNİTELİK TABANLI MEME KANSERİ İLGİ BÖLGESİ TESPİTİ |
Son yıllarda sosyal medya çeşitli konulardaki halkın görüşlerini anlamak için önemli bir bilgi kaynağı haline gelmiştir Bu nedenle bu verilerden otomatik bilgi çıkarmak öneminin arttığı bir alan haline gelmiştir Doğal dil işleme alanının alt görevlerinden biri olan görüş belirleme otomatik bilgi çıkarma için kritik bir konudur Duruş tespiti kullanıcının belirli bir konu olay veya kişi hakkındaki tutumunu otomatik olarak belirler Bu çalışmada Rusya Ukrayna Savaşı na yönelik sosyal medya kullanıcılarının tutumlarını belirleme görevine odaklanan Türkçe etiketli bir veri kümesi oluşturulmuş ve bu veri kümesinde çeşitli makine öğrenimi yöntemleri değerlendirilmiştir Bu çalışma için 8215 tweet Twitter dan toplandı ve temizlendi Veri kümesi daha sonra Rusya ve Ukrayna olmak üzere iki hedefle etiketlendi Stance Detection görevi için GloVe ve FastText kelime gömme ile Support Vector Machines Random Forest k Nearest Neighbor XGBoost Long Short Term Memory LSTM ve Gated Recurrent Unit GRU modelleri kullanılmıştır Ayrıca duruş tespiti için transformer tabanlı bir yaklaşım da kullanılmıştır Veri kümesinin hedefler arasındaki dengesizliği dikkate alındığında bu algoritmalarla birlikte örnek azaltma ve örnek artırma yöntemleri de kullanılmıştır Deney sonuçları BERT tabanlı modellerin diğer tüm modelleri geride bıraktığını göstermektedir Bu sonuçların yanı sıra LSTM ve GRU da BERT tabanlı modelin sonuçlarına oldukça benzer sonuçlar üretmiştir Yeni oluşturulan Türkçe veritabanı bu araştırma alanı için değerli bir kaynak olarak kabul edilebilir ve gelecekte transformer tabanlı yaklaşımlarla birlikte kullanma potansiyeline sahiptir Özetle bu çalışma Türkçe metin bağlamında duruş tespiti araştırma alanını ilerletmektedir | Türkçe Kısa Metinlerde Duruş Tespiti Rusya Ukrayna Savaşı Örneği |
Derin öğrenme yapay zekâ ve makine öğrenmesi alanlarının önemli ve güncel bir konusu haline gelmiştir Özellikle son yıllarda farklı derin öğrenme yöntemleri öneren çalışmaların ve mevcut yöntemleri değişik problemler üzerinde uygulayan çalışmaların sayıları hızla artmaktadır Doğal dil işlemenin çeşitli alt alanlarında da bu yöntemler yaygın olarak kullanılmış ve halen kullanılmaktadır Bu derleme çalışmasında ilk olarak derin öğrenme yöntemlerinin bir sınıflandırması sunulmuş ardından da doğal dil işleme problemlerine derin öğrenme yaklaşımlarının sunulduğu önemli çalışmalar incelenmiştir Derin öğrenme ve doğal dil işleme problemlerinin çözümü amacıyla derin öğrenme konularıyla ilgili hem teorik çalışmaların hem de pratik uygulamalar içeren çalışmaların sayısının ve yaygınlığının daha da artacağı öngörülmektedir Bu nedenle çalışmamızın doğal dil işleme alanında derin öğrenme uygulamaları konusunda önemli bir Türkçe kaynak olacağı düşünülmektedir | DOĞAL DİL İŞLEMEDE DERİN ÖĞRENME UYGULAMALARI ÜZERİNE BİR LİTERATÜR ÇALIŞMASI |
Son yıllarda Doğal Dil İşleme DDİ alanındaki gelişmelerin hız kazanması araştırmacıların ve programcıların bu alana olan ilgisini büyük ölçüde artırmıştır Bilgisayar programlarını doğal dil komutlarıyla yazma konsepti birçok araştırmacının odak noktası haline gelmiştir Literatür incelendiğinde doğal dil ile programlama üzerine yapılan araştırmaların uzun bir geçmişe sahip olduğu açıkça görülmektedir Bu uzun soluklu araştırmalar çeşitli çözüm önerilerini beraberinde getirmiş ve kural tabanlı yöntemlerden olasılık tabanlı yöntemlere makine öğrenmesi yöntemlerinden derin öğrenme yöntemlerine kadar bir dizi çözüm yaklaşımının ortaya çıkmasına neden olmuştur Literatürdeki çalışmalar tarihsel olarak kategorize edildiğinde geçmiş tarihli çalışmalarda kural tabanlı ya da istatistik tabanlı modeller üzerine yoğunlaştığı görülürken günümüze yaklaşıldıkça makine öğrenmesi ve derin öğrenme temelli çalışmaların arttığı görülmektedir Kural tabanlı yöntemler olasılık tabanlı yöntemler makine öğrenmesi yöntemleri derin öğrenme yöntemleri gibi çeşitli yaklaşımların geliştirildiği literatürde bu çeşitlilik yeni araştırmacıların bu alana giriş yaparken karşılaşabileceği karmaşıklığı artırabilmektedir Bu çalışma doğal dil girdileriyle programlama dili kodu oluşturma çalışmalarına yönelik literatürde geliştirilen 32 yöntemin detaylı bir incelenmesini sunmaktadır Çalışmanın amacı literatürde tespit edilen çeşitli yöntemlerin zaman içerisindeki değişimlerinin gözden geçirilmesi çalışmaların geniş bir perspektiften incelenerek genel bir çerçeve içinde toplanması ve bu alanda çalışacak olan araştırmacılara rehberlik edebilmesidir | DOĞAL DİL METİNLERİNDEN PROGRAMLAMA DİLİ KODU OLUŞTURMA ÇALIŞMALARI BİR DERLEME ÇALIŞMASI |
Hızla büyüyen yüksek hacimli bilgi kaynaklarından faydalı bilgilere erişim giderek zorlaşmaktadır Bu soruna çözüm olarak geliştirilen metin özetleme yöntemleri yüksek hacimli belgelerden önemli bilgilerin çıkarılmasında önemli bir role sahiptir Belgeleri filtreleme ve ilgili bilgileri çıkarma amacıyla çeşitli teknikler mevcuttur Bu çalışmada BBC News ve CNN DailyMail veri setleri üzerinde geleneksel yaklaşımlar ile en güncel yöntemlerin karşılaştırmalı analizini sunmaktadır Araştırmacılara ilerlemelerine katkı sağlayacak değerli bilgiler sunmakta ve uygulayıcıların özel kullanım durumlarına en uygun teknikleri seçmelerine yardımcı olmaktadır | TRANSFORMER MİMARİSİ TABANLI METİN ÖZETLEME VE DOĞAL DİL ANLAMLANDIRMA |
2020 de serebrovasküler hastalıklardan her altı ölümden birinin nedeni inmeydi Amerika Birleşik Devletleri nde ABD her 40 saniyede bir inme vakası görülmektedir Her 3 5 dakikada bir insan inmeden hayatını kaybetmektedir ABD de yılda toplamda 795 000 den fazla inme vakası meydana gelmektedir Bu çalışma beyinde oluşan iskemik inme lezyonunu tespit etmeyi amaçlamaktadır 43 hastanın 82 Manyetik Rezonans görüntüsünü içeren İskemik İnme Lezyon Segmentasyonu ISLES 2017 veri seti kullanıldı UNet Attention UNet Residual UNet Attention Residual UNet ve Residual UNet segmentasyon ağları test edilmiştir Ayrıca Cross Entropy Dice IoU Tversky Focal Tversky ve bunların bileşik formları incelenmiştir Attention UNet üzerinde test edilen IoU kayıp fonksiyonu 0 766 Zar skoru 0 621 IoU skoru 0 730 duyarlılık 0 997 özgüllük 0 805 kesinlik ve 0 993 doğruluk ile en iyi performansı elde etmiştir | İskemik İnme Lezyon Segmentasyonunda Segmentasyon Ağlarının ve Kayıp Fonksiyonlarının Etkilerinin Analizi |
Yapay zeka ile yapılan araştırmalar son günlerde önem kazanmıştır Bunun nedenlerinin başında modern makine öğrenimi tekniklerinden derin öğrenme büyük veri kümelerinin kullanılabilirliği ve bilgi işlem gücündeki gelişmelerin başarısı sayesinde olmuştur Sağlık hizmetlerinde yapay zekanın uygulanabilirliği gösterilmiştir Algoritmalar doktor performanslarıyla eş değer olabilmektedir ve hatta onları aşabilmektedir Yapay zeka tabanlı araçlar risk sınıflandırması tanı ve tedavi seçimi dahil olmak üzere tıpta çeşitli faktörleri tahmin etmek için kullanılmıştır Yapay zeka teknolojileri önümüzdeki yıllarda acil tıp alanında giderek daha fazla kullanılacaktır Bu derlemenin amacı acil tıp ile ilgili olan mevcut yapay zeka araştırmalarına genel bakış sağlamaktır | Acil Serviste Yapay Zeka Uygulamaları |
Yapay zeka YZ belirli görevleri yerine getirmek için doğrudan insan uyaranları olmadan bilgisayar yazılımı ve algoritmaları kullanan makinelerde insan benzeri zekayı taklit etmeye çalışan bir bilgisayar bilimidir Makine öğrenimi MÖ önceki bir örneğe veya deneyime dayanarak insan davranışını taklit etmeyi öğrenen veri odaklı algoritmalar kullanan yapay zekanın alt birimidir Derin öğrenme DÖ bir model oluşturmak için derin sinir ağlarını kullanan bir MÖ tekniğidir Verilerin büyümesi ve paylaşımı artan bilgi işlem gücü ve MÖ deki gelişmeler sağlık hizmetlerinde bir dönüşüm başlatmıştır Radyasyon onkolojisindeki ilerlemeler her fraksiyon öncesi yapılan bilgisayarlı tomografi BT görüntülemesi dozimetri ve görüntüleme ile entegre edilmesi gereken önemli miktarda veri üretmiştir Radyasyon Onkolojisinde kullanılan birçok algoritma vardır Bu yöntemlerin her birinin farklı hesaplama gücü gereksinimleriyle avantajları ve sınırlamaları vardır Bu derlemede radyoterapi RT sürecinin MÖ ile kalitesinin ve verimliliğinin arttırılabileceği belirli alanları belirleyerek iş akışı sırası ile gözden geçirme amaçlanmıştır RT aşaması hasta değerlendirmesi simülasyon konturlama planlama kalite kontrol tedavi uygulama ve hasta takibi olarak yedi gruba ayrılmıştır Her aşamaya MÖ algoritmalarının uygulanabilirliği sınırlamaları avantajları ile ilgili sistematik bir değerlendirme yapılmıştır | Radyasyon Onkolojisinde Makine Öğrenmesi |
Uzun süreli tedavi gerektiren kanser ve benzeri hastalıklar her geçen gün sağlık harcamalarının artmasına neden olmakta ve bu harcamalar nedeniyle hastalığın tedavisinde erken tanı her geçen gün önem kazanmaktadır Yapılan çalışmalara göre makine öğrenmesi hastalıkların erken tanısında en çok kullanılan yöntemlerdendir Son zamanlarda makine öğrenmesinin alt dalı olan derin öğrenme yöntemleri sağlık alanında kullanılmaya başlanmıştır Bu çalışmada ilk olarak derin öğrenmenin tanımı yapılmıştır Derin öğrenme uygulamalarının genel kullanımlarından bahsedilmiştir Hastalıkların erken tanısında kullanılan derin öğrenme yöntemleri incelenmiştir Daha sonra sağlık alanında kullanılan derin öğrenme yöntemleri tanıtılarak bu yöntemlerin sağlık alanındaki uygulamalarına değinilmiştir Sonuç bölümünde ise bu yöntemlerin başarıları tartışılmıştır | Sağlık Alanında Kullanılan Derin Öğrenme Yöntemleri |
Ekim 2018 yılında Google tarafından geliştirilen BERT derin öğrenme tekniği makine öğrenimi ve doğal dil işleme dünyasında çok popüler oldu Transformatörlerin Çift Yönlü Kodlayıcı Gösterimleri anlamına gelen BERT yapay zeka ve makine öğrenimi teknolojilerini bir arada kullanan bir doğal dil işleme tekniği olarak açıklanabilir Günümüzde gözetimli öğrenme metodolojisinin bir parçası olan sınıflandırma problemleriyle çokça karşılaşılmaktadır Sınıflandırmanın temeli eğitilen bir makinenin yeni gelen bir veri hakkında tahminleme yapabilmesine ve sınıflandırabilmesine dayanır Buradaki amaç bir veri kümesi üzerinde tanımlı olan sınıflar arasında veriyi dağıtabilmektir Türkçe nin morfolojisinin zengin ama karmaşık olması sondan eklemeli bir dil olması ve dil bilgisinden kaynaklanan zorluklar çoklu sınıflandırma problemlerinin çözümünde başlıca sorun teşkil etmekte iken BERT derin öğrenme tekniği ile bu sorun daha kolay çözülebilir hale gelmiştir Bu çalışmada son 10 yıl içinde Türkçe dili ile yazılmış akademik araştırma ve bilimsel çalışmalar veri seti olarak kullanıldı Çoklu sınıflandırma problemlerinde kullanmak üzere veri setine BERT derin öğrenme tekniği uygulanarak önceden eğitilmiş Türkçe bir BERT modeli üzerinde ince ayar fine tuning yapıldı Deneylerin sonucunda eğitilmiş olan sistemin doğruluğu 96 başarım oranına sahip olmuştur | TÜRKÇE DİLİNDE YAZILAN BİLİMSEL METİNLERİN DERİN ÖĞRENME TEKNİĞİ UYGULANARAK ÇOKLU SINIFLANDIRILMASI |
Akıllı şebeke elektrik şebekesinden yüksek boyutlu ve çeşitli yapılardaki verilerin sürekli olarak toplanması ve anlamlandırılması ile enerjinin üretiminden son kullanıcıya ulaşmasına kadar olan süreçlerin optimum şekilde yönetilmesi esasına dayanır Bu nedenle çağın gereklerine uygun gelişmiş ölçüm altyapısının kontrol teknolojilerinin ve bilgi iletişim teknolojilerinin ICT şebekeye entegrasyonu oldukça önemli bir konudur Fakat geleneksel modelleme optimizasyon ve kontrol teknolojilerinin şebeke üzerinden toplanan verilerin işlenmesinde bazı sınırlamaları bulunmaktadır Bu nedenle son zamanlarda akıllı şebekede derin öğrenme DL tekniklerinin kullanımı daha popüler hale gelmektedir Bu çalışmada bazı yaygın DL tekniklerinin akıllı şebekelerdeki kullanımına ilişkin yapılan mevcut araştırmaların yapılandırılmış bir incelemesi sunulmaktadır İncelemede özellikle yük tahmini ve kestirimi mikro şebeke talep yanıtı hata tespiti ve durum tahmini güç sistemi analizi ve kontrolü siber güvenlik ve yenilenebilir enerji üretimi gibi akıllı şebeke problemlerine odaklanılmış ve ilgili literatür sunulmuştur Bu çalışma DL teknikleri uygulamalarının hem akıllı şebeke sistemlerinde giderek artan oranda yer alacağını hem de şebekenin güvenilirliğini güvenliğini ve dayanıklılığını iyileştirmede önemli katkılar sağlayacağını göstermektedir | Akıllı Şebeke Uygulamalarında Derin Öğrenme Tekniklerinin Kullanımına İlişkin Kısa Bir İnceleme |
Yapay zekâ YZ sağlık sektöründe devrim niteliğinde bir etkiye sahip olup sektörde önemli bir dönüşüme neden olabilecek yenilikçi çözümler sunmaktadır YZ teknolojilerinden makine öğrenmesi sanal sağlık asistanları doğal dil işleme robotik ve bilgisayar görüsü gibi imkânların kullanılması sağlık profesyonellerine geniş kapsamlı tıbbi verileri hızlı ve doğru bir şekilde analiz etme olanağı tanır YZ tarafından yönlendirilen algoritmalar hastalıkların erken teşhisine risk değerlendirmesine ve kişiselleştirilmiş tedavi planlarının oluşturulmasına katkıda bulunarak hastaya sunulacak faydalı çözümleri artırır ve daha ekonomik sağlık hizmetleri sunar Klinik uygulamaların yanı sıra YZ hasta yönetimi kaynak tahsisi ve öngörüsel analitik araçlarıyla sağlık yönetimini de şekillendirmektedir YZ tarafından desteklenen çözümlerle sağlık hizmetlerinin optimize edilmesinin maliyetleri düşürdüğü ve bakım kalitesini artırdığı bilinmektedir Bu makalenin amacı sağlıkta yapay zekanın nicel ve nitel özelliklerini ortaya koymaktır Yöntem olarak sağlıkta YZ ile ilgili akademik yayınlara yönelik kapsamlı bir bibliyometrik analiz yapılmış ve bu kritik teknoloji ile sağlık sektörünün kesişimindeki araştırma ve bilgi yayma alanındaki gelişimle ilgili bilgi sunulmuştur 1992 2023 yılları arasında 7460 yazarın katkıda bulunduğu Web of Science’ta taranan 1966 çalışma incelenmiştir Bu alanda en çok çalışma üreten ve atıf alan ülke Amerika Birleşik Devletleri IEEE Access lider dergi olarak bulunmuştur En çok yayın yapan yazar Yang Zang en çok atıf alan yazar Diana J Cook ve en çok atıf alan makale Diana J Cook ve arkadaşlarının yazdığı Ambient intelligence Technologies applications and opportunities başlıklı çalışma olmuştur Alanda en dikkat çeken konular yapay zeka derin öğrenme makine öğrenmesi ve COVID 19 olmuştur Sonuçlar yapay zekanın sağlık sektöründe kullanımının son yıllarda önemli ölçüde arttığını ve bu trendin önümüzdeki yıllarda da artarak devam etmesinin beklendiğini göstermektedir Mevcut eğilimlere başlıca katkıda bulunanlara ve ilgi alanlarının gelişen yönlerine dair bilgi sahibi olmak sağlıkta YZ nin potansiyelini tam anlamıyla kullanmayı amaçlayan paydaşlar için değerli pratik bilgiler sunmaktadır YZ’nin hızla geliştiği dikkate alındığında sağlıktaki rolünün de daha güvenilir hasta sonuçları artan erişilebilirlik gibi daha verimli sağlık sistemleri sunulmasına katkı sağlayarak daha önemli hale geleceği öngörülebilir Elde edilen sonuçların bu alanda yapılacak çalışmalar ve uygulamalar için olası katkıları geliştirilmesi gereken yanları ve sınırlılıkları tartışma bölümünde ele alınmıştır | Sağlıkta Yapay Zeka Araştırmalarının Bibliyometrik Analizi |
Teknolojik gelişmeler ve bilimsel araştırmalarla sayesinde veri üretimindeki hızlı artış Makine Öğrenimi ML vb yeni veri analiz araçlarının geliştirilmesine neden olmaktadır Bir bulut servis sağlayıcısı olan Amazon Web Hizmetleri’nin AWS sadece 2021 yılında 500EB’lik veri depolandığı açıklandı ML geleneksel mühendislik yöntemlerine bir alternatiftir ve çözüm elde etmek için sorunun saha bilgisini gerektirmez Bununla birlikte ML Algoritmaları uygulanması veri setinin içeriğine göre kompleks olabilmektedir ve bu algoritmaları etkin bir şekilde kullanmak için uzman bilgisi en önemli etkendir Bu soruna çözüm bulmak için çeşitli yöntemler geliştirilmiştir Makine öğreniminin uygulanabileceği birçok farklı alan ve sorun bulunmaktadır Çalışmada bilgisayarlı görü ve AutoML kullanılarak çözüm elde edilebilemek hedeflenmiştir Bu anlamda çalışmada obje sınıflandırma tespit etme ve segmentasyon sorunlarını çözmek için AutoML ve bilgisayarlı görü tabanlı çözümler kullanılmıştır Hedefimiz herhangi bir uzmanın müdahelesi olmadan çalışacak bir platform geliştirmektir Kullanıcılar verisetlerini yükleyip istedikleri yöntemi seçip ve başka hiçbir müdahale de bulunmadan seçtikleri sorun özellinde modellerini eğitebilemektedirler Eğitim süreci bittikten sonra kendi donanımlarıyla gerçek zamanlı bir şekilde platform üzerinden aktarım yapıp modellerini gerçek zamanlı bir şekilde kullanabilmektedirler | Bigisayarlı Görü Tabanlı AutoML Platformu |
Sahte haber bilinçli veya bilinçsiz bir şekilde çeşitli iletişim kanallarını kullanarak yayılan ve hiç bir gerçeklik payı olmayan uydurma haberlerdir Günümüzde kitleler çoğu haberleri dijital ve sosyal medya üzerinden alıyorlar Haberlerin hızlı bir şekilde kitlelere aktarabildiği bu tür iletişim ortamlarında çoğu zaman bu haberlerin doğruluğu suiistimal edinilebiliyor Kökeni bilinmeyen haberler dezenformasyon veya yanlış bilgilendirme yapılarak toplumlarda ciddi sorunlar oluşturabilmektedir Özellikle internet ortamında bilgi kirliliğine maruz kalan sahte haberler çok hızlı bir şekilde topluma etkisini gösterebilmektedir Dijital ortamlarda bu tür problemlerin önüne geçilebilmesi için haberlerin doğruluğunu kavrayabilen ve hızlı bir şekilde teyit eden yapay zekâ tabanlı bir yaklaşım bu çalışmada önerilmektedir Ayrıca yapay zekânın bir alt dalı olan Doğal Dil İşleme DDİ yöntemi ile erişime açık veri setini kullanarak haberlerin gerçek veya sahte olduğunu tespit eden sınıflandırma analizi gerçekleştirildi Veri seti 6335 haber başlığı ve içerikten oluşmaktadır Bu haberlerin 3171 i gerçek haber niteliği taşırken 3164 ü ise sahte haber niteliği taşımaktadır Çalışmanın analizinde DDİ yöntemi ile birlikte Uzun Kısa Süreli Bellek UKSB modeli kullanıldı ve veri setinin eğitimi bu model sayesinde gerçekleştirildi Sonuç olarak bu çalışmada eğitim verilerinden elde edilen genel doğruluk başarısı 99 83 idi ve test verilerinden elde edilen genel doğruluk başarısı 91 48 idi Bu sonuçlar bize gösteriyor ki gelecekte düşünmeyi planladığımız benzeri çalışmalara umut verici olmuştur | Yapay Zekâ Tabanlı Doğal Dil İşleme Yaklaşımını Kullanarak İnternet Ortamında Yayınlanmış Sahte Haberlerin Tespiti |
Yapay zekâ alanındaki güncel gelişmeler diğer belli başlı alanlarla birlikte hukuk alanını da etkilemektedir Geçmişte makine öğrenmesi günümüzde ise derin öğrenme ve buna dayalı üretken yapay zekâ modelleri algoritmaları bilgisayar bilimleri alanında yaygın kullanılan yöntemlerdir Bu gelişmelerle eş zamanlı olarak yapay zekânın bir alt dalı olan doğal dil işlemede de kayda değer gelişmeler yaşanmış yüksek başarımlı derin öğrenme yöntemlerinin bu alanda kullanımı ile büyük dil modelleri adı verilen ve geniş metin kümeleri üzerinde eğitilmiş modeller birbiri ardında ortaya çıkmıştır Derin öğrenme tabanlı büyük dil modellerine dayalı bir araç olan ChatGPT gibi derin üretken yapay zekâ araçları ve bunların arka planında kullanılan derin öğrenme modellerindeki güncel gelişmelerle birlikte hukuki metinler gibi alana özgü metinlerin hızlı ve yüksek doğrulukla işlenmesi ve karar verme işlemlerinin otomatikleştirilmesi mümkün hale gelmektedir Bu çalışmada hukuki metinlere yapay zekâ teknolojilerinin uygulanması konusunda yapılmış akademik çalışmaların tanıtıcı bir derlemesi sunulmaktadır İlgili hukuki metinler arasında başlıca yasal mevzuat kanunlar yönetmelikler vb mahkeme kararları hukuki dilekçeler hukuki eğitim dokümanları ve sınavlar yer almaktadır Yapay zekâ teknolojilerinin hukuki metinler üzerinde kullanımı ile hukuk alanındaki 1 metinlerin sınıflandırılması 2 belgelerden bilgi çıkarımı ve bunlara erişimde başarının artırılması 3 mahkeme kararlarının önceden tahmin edilmesi 4 hukuki dilekçeler gibi belgelerin oluşturulması gibi birçok kayda değer işlem yüksek doğrulukla ve otomatik şekilde gerçekleştirilebilecektir Bu yönüyle hukuki metinler üzerinde yapay zekâ kullanımına ilişkin bu derleme çalışmamız gelişmeye açık ve toplumlar üzerinde yaygın etkisi olan bir konuya odaklanması açısından önemlidir | HUKUKİ METİNLERİN OTOMATİK İŞLENMESİNDE YAPAY ZEKÂ TEKNOLOJİLERİNİN KULLANIMI |
Bu bildiride mavi yakalı iş arama ve bulma platformu olan İşin Olsun sitesindeki ilanların içerik yönetimi ve otomatik içerik kontrolü hakkında geliştirilen yaklaşımlar açıklanacaktır Bu amaçla denetimli makine öğrenmesi modelleri ve Bert transformer mimarisi yöntemleri ile deneyler gerçekleştirilerek sonuçları gözlemlenmiştir Çalışma sonunda en başarılı yöntem Bert for sequence classification kullanılarak ilan içeriklerinin otomatik olarak sınıflandırıldığı bir sistem geliştirilmiş ve bu sistem iş arama platformuna entegre edilmiştir İşin Olsun ilan metinlerinin kontrolör görevindeki kişiler tarafından uygun veya uygun olmayan içerik şeklinde iki farklı sınıfta etiketlenmesinden başlayarak veri kümesinin hazırlanma aşamalarından sınıflandırma modelinin sisteme entegrasyonuna kadar olan çalışmalar bu bildiride özetlenmektedir | İşin Olsun Platformu İlanlarında İçerik Kontrolü |
Diyabetik Retinopati DR diyabet kaynaklı yüksek kan şekerinin retinadaki kan damarlarının geçirgenliğinde oluşturduğu hasar nedeniyle meydana gelen hastalıktır Hastalığa erken tanı konmadığı ve tedavi edilmediği durumlarda ileri derecede göz bozukları ve görme kaybına neden olmaktadır Komplikasyonların çoğu kan şekeri kontrolü ve erken tedavi ile önlenebilmekte ancak DR’nin karmaşıklığı ve çeşitliliği nedeniyle manuel yöntemlerle tespiti zor olmaktadır Uzmanlar tarafından tespiti zor olan hastalıkların teşhisinde bir derin öğrenme modeli olan Evrişimsel Sinir Ağı ESA ile günümüzde büyük başarı elde edilmiştir Bu çalışmada DR’nin tespiti ve derecelendirilmesi için ESA ve makine öğrenmenin beraber kullanıldığı hibrit bir model önerilmektedir Modelimizde ESA mimarisine sahip transfer öğrenme modeli otomatik özellik çıkarıcı olarak görev yapmakta ve ResNET 50 kullanılmaktadır Makine öğrenme algoritmaları ise sınıflandırıcı olarak görev yapmakta ve K En Yakın Komşu Algoritması Rastgele Orman Algoritması ve Ekstra Ağaçlar Algoritması ayrı ayrı kullanılmaktadır Çalışmada hastalığın şiddetine göre Proliferatif Şiddetli Orta Hafif ve Diyabetik retinopati yok retina görüntülerinin yer aldığı Aptos 2019 veri seti kullanılmıştır Veri setinde sınıf dengesizliği bulunduğundan sentetik veri artırma SMOTE tekniği kullanılarak sınıflar arasındaki dengesizlik giderilmiş ve veri artırımı sağlanmıştır Eğitim ve test işlemi için veri setimize 10 kat çapraz doğruluma işlemi uygulanarak sınıflandırma işlemi gerçekleştirilmiştir Sınıflandırma işlemi sonucunda 93 lük doğruluk ve 93 F1 skoru elde edilmiştir | Hibrit Bir Model Oluşturarak Diyabetik Retinopati Sınıflandırılması |
Gelişimsel kalça displazisi GKD terimi femur başı ve asetabulumun yanlış hizada olduğu anormal şekilde büyüdüğü veya her ikisinin birden olduğu yeni doğanları etkileyen bir dizi kalça anormalliği olarak tanımlanır Ultrasonografik değerlendirme tekniği ultrasonografi uzmanının kesin hesaplamalar için kullanılan doğru çerçeveyi standart düzlem seçme yeteneğine dayanır Çalışmamızda gerçek zamanlı 2B ultrason görüntülerinden standart düzlemi belirleyen ve her bir sonuç için doğruluk oranını hesaplayan yeni bir bilgisayar destekli sistemi geliştirilmiştir Bu işlemler için literatürde son zamanlarda kullanılan derin öğrenme mimarilerinden yararlanılmıştır Ayrıca önceden eğitilmiş ağlar SqueezeNet VGG16 VGG19 ResNet50 ve ResNet101 kullanılarak sistemin performansını artırmak için transfer öğrenmesi gerçekleştirilmiştir Nesne algılamanın en iyi yöntemlerinden biri olan You Only Look Once YOLO modeli DDH konumunu belirlemek için önceden eğitilmiş ağlarla birlikte kullanılmıştır Çalışma sonucunda önceden eğitilmiş bu ağlar yardımıyla önerilen derin sinir ağı modelinin performansı değerlendirilmiştir Elde edilen sonuçlar uzman görüşleri ile karşılaştırıldığında 676 test görüntüsünün 605 89 05 inde doğru kareler standart düzlemler doğru olarak tespit edilmiştir Kullanılan önceden eğitilmiş ağlar için doğruluk oranları SqueezeNet 0 79 VGG16 0 95 VGG19 0 96 ResNet50 0 88 ve ResNet101 0 93 olarak elde edilmiştir | GELİŞİMSEL KALÇA DİSPLAZİSİ TANISINDA DERİN ÖĞRENME YÖNTEMLERİYLE ULTRASON TARAMALARINDAN STANDART DÜZLEM TESPİTİ |
Çeltiğin işlenmesi sonucu elde edilen pirinç dünyada en çok tüketilen gıda ürünlerinden bir tanesidir Bitki yapraklarında özellikle çeltik yapraklarında oluşan hastalıklar çiftçilerin karşılaştığı önemli sorunlardan biridir Çeltik bitkisi hastalıkları uzman bilgisi gerektirdiğinden dolayı zor bir problemdir Çiftçiler mahsul hastalıkları hakkında yeterince bilgi sahibi olmadıklarından dolayı hastalık için yanlış tespit yapılmakta ve yanlış tedavi uygulanmaktadır Hastalıkların hızlı ve doğru olarak tanınması sağlıklı ve verimli üretimin artmasındaki en önemli süreçtir Bu tür problemlere çözüm sunmak amacıyla çeltik bitkisi hastalıklarını tespit eden derin öğrenme tabanlı bir model geliştirilmiştir Dört farklı çeltik bitkisi hastalığı içeren veri kümesi üzerinde model eğitilmiş ve 0 0014 kayıp değeri ile başarılı bir model oluşturulmuştur Eğitilmiş ImageNet modelleri üzerinde transfer öğrenme metodu ile modeller oluşturmak için dört farklı derin öğrenme algoritması kullanılmış ve bu modellerin performansları karşılaştırılmıştır En başarılı model VGG16 transfer öğrenme mimarisi ile elde edilmiştir Deneysel sonuçlar bu çalışmada önerilen transfer öğrenme yönteminin pirinç yaprağı hastalıklarını tanıyabildiğini ve bunun da birçok bitkinin yaprak hastalıklarını tanımak için güvenilir bir yöntem sağladığını göstermektedir | Derin Transfer Öğrenmeye Dayalı Pirinç Bitkisi Hastalıklarının Tespiti |
Dünyadaki en yaygın üçüncü hastalık olan migren hastaların yaşam kalitesini olumsuz etkilemektedir Kişisel bilgilerin ve genetik özelliklerin migren hastalığı üzerindeki etkisi bilinmektedir Yapay zekanın kullanımıyla sağlık alanındaki verilerin analiz edilmesi oldukça önemlidir Bu çalışmada kullanılan veri seti migren atağı olan ve migren atağı olmayan günlerde elde edilen ve çeşitli migren tetikleyicilerini içeren 4579 örnekten oluşmaktadır Bu tetikleyicilerin etkisi ile gün içinde migren atağı olan veya olmayan hastalar makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak analiz edilmiştir Tüm analizler içerisinde en yüksek kestirimci performans çok katmanlı algılayıcı algoritması tarafından 99 7 doğruluk oranı ve 97 7 F1 skoru ile elde edilmiştir | Kişisel Bilgiler ve Günlük Aktiviteler Gibi Tetikleyicilerin Migren Atağı Üzerindeki Etkilerinin Makine ve Derin Öğrenme Yaklaşımları ile Analizi |
Son yıllarda teknolojinin gelişmesiyle ortaya çıkan yapay zekâ terimi hemen hemen her alanda kendinden söz ettirmeyi ve gündem olmayı başarmıştır Yararları ve zararları ile çok sayıda tartışmaya neden olan söz konusu terimin olumlu yönleri çok daha ağır basmaktadır Tüm bunlardan yola çıkarak inşaat mühendisliği gibi ülkemizin en önemli sektörlerinden birinde bu teknolojinin kullanımı yaygınlaşmaktadır Bu çalışmada inşaat mühendisliği alanında son 10 yılda yapılmış olan yapay zekâ ile ilgili çalışmalar değerlendirilip elde edilen başarı ya da başarısızlık oranlarına göre bu dalda teknolojinin geldiği son nokta ortaya konmuştur Çalışmalar göstermiştir ki yapay zekâ kavramı inşaat mühendisliğinde yeni bir kavram olarak nitelendirilebilmesine rağmen elde edilen sonuçlar oldukça iyi ve umut vâdedicidir | İnşaat Mühendisliğinde Yapay Zeka Çalışmaları |
Koronavirüs hastalığı son zamanların en sık görülen bulaşıcı hastalığıdır Hastalık pandemiye dönüşmüş ve tüm dünyaya yayılmış durumda Bu kadar tehlikeli ve bulaşıcı bir hastalığın teşhisinin doğruluğu hayati önem taşımaktadır Bu çalışmada yapay zeka ve makine öğrenimi kullanılarak koronavirüs teşhisi konulmuştur Ve elde edilen verilerin doğruluğu teşhisin ne kadar doğru olduğunu ortaya koymaktadır Bu çalışmada koronavirüs tanısının diğer hastalıkların sayısal sonuçlarına dayanılarak konulmasının nedeni koronavirüs hastalığının 15 farklı kan testinin bulgularıyla ilişkisini araştırmak ve bu ilişkinin yaş üzerindeki olumlu ve olumsuz etkilerini gözlemlemektir Bu çalışma bu açıdan oldukça önemlidir 510 hastaya 15 sağlık muayenesi yapıldı Hastaların yaşları ve 15 muayene sonuçları sayısal olarak kaydedildi Ayrıca her hastanın koronavirüs sonucu kaydedildi Hastanın analiz sonuçlarına göre gerçek sonuçlar makine öğrenmesi ile karşılaştırılarak koronavirüse yakalanma olasılığı elde edildi Çalışma sonucunda 89 6 doğruluk oranı elde edilmiştir | Yapay Zeka ve Makine Öğrenmesi ile Koronavirüs Hastalığının Sınıflandırılması |
Baskı devre kartları PCB elektronik bileşenleri bir arada tutan ve bu bileşenler arasındaki elektrik bağlantısını sağlayan elektronik devre kartlarıdır Baskı devre kartları dayanıklılık daha az ısınma minimum kablo kullanımı ve montaj kolaylığı gibi geleneksel kablolu devrelere göre birçok avantaj sunmaktadır Baskı devre kartlarının doğru tasarımı ve üretimi baskı devre kartlarının kalitesini ve verimliliğini önemli ölçüde etkilemektedir Bu çalışmada baskı devre kartlarının doğru bir şekilde üretilmesine ve hata oranının en aza indirilmesine yardımcı olmak için makine öğrenmesi ve derin öğrenme algoritmalarına dayalı kusur tespit sistemi önerilmiştir Önerilen sistemde baskı devre üzerinde yer alan eksik delik fare ısırığı açık devre kısa devre çıkıntı ve sahte bakır kusurları tespit edilmiştir Elde edilen sonuçlara göre YOLO v4 ile 74 62 HOG SVM ile 47 83 HOG KNN ile 39 86 başarı doğrulukları elde edilmiştir Çalışmada ele alınan algoritmaların baskı devre kartlarında kusur tespitinde uygulanabilir olduğu görülmüştür | Makine Öğrenmesi ve Derin Öğrenme Algoritmaları ile Baskı Devre Kartlarındaki Kusurların Tespiti |
Derin öğrenme makine öğrenmesi ve görüntü işleme teknikleri tarımsal işlerin kolaylaştırılmasında ve üretim aşamsındaki farklı problemlere çözümler geliştirilmesinde kullanılan önemli birer araç haline gelmişlerdir Bu çalışma kapsamında AugeLab Studio’da derin öğrenme mimarilerinden CNN kullanılarak eş zamanlı nesne tespiti için genelde tercih edilen YOLO algoritmasıyla bir tohum sayısı ve türünün tespit uygulaması geliştirilmiştir Çalışma sonucunda 3000 iterasyonla ortalama kayıp 0 417 civarına düşürülmüştür Analizler sonucunda fasulye sınıflandırma başarı oranı 97 100 arasında değişiklik gösterirken nohut sınıflandırma oranının 91 ile 100 arasında değişmekte olduğu tespit edilmiştir Buna ek olarak tek görseldeki toplam 11 adet fasulye ve 10 adet nohut tohumunun sayısı 100 doğrulukla tespit edilmiştir Sonuç olarak yapay zeka görüntü işleme tekniklerinin kullanılarak tohumluk üretim firmaları tarımsal biyoteknoloji laboratuvarları ve tohum sertifikasyon kuruluşlarının tohum sayma çeşit ve veya tür ayrımı yapma çimlenen tohumların ayrıştırılması ve tespiti veya tohum sertifikasyon süreçlerindeki yabancı karışımların tespit edilip oranlanması gibi tarımın bir çok alanında iş yükünün ve maliyetin azaltılırken zamandan kazanç sağlanabileceğini göstermiştir | Makine Öğrenmesi Yöntemleri Kullanarak Tohum Sayısının Tespiti ve Sınıflandırılması |
Araştırmada ResNet mimarisi kullanılarak TensorFlow ve Keras kütüphaneleri kullanılarak bir derin öğrenme modeli oluşturulmuştur Çalışmada 6 farklı bakteri sınıfı için toplamda 689 adet bakteri resmi veri kümesi olarak kullanılmıştır Yazılım tasarımı veri ön işleme model oluşturma ve eğitim adımlarını içermektedir Veri ön işleme aşamasında resimler normalize edilmiş ve boyutlandırılmıştır Model oluşturma aşamasında ResNet mimarisi tercih edilmiştir çünkü derin ağların daha iyi öğrenme yetenekleri sunabileceği bilinmektedir Model eğitimi sırasında eğitim verisi üzerinde iteratif bir yaklaşım benimsenmiş ve optimize edici işlevler kullanılarak ağın ağırlıkları ayarlanmıştır Sonuçlar tasarlanan yazılımın 83 33 doğruluk oranı ile bakteri resimlerini başarılı bir şekilde sınıflandırdığını göstermektedir Bu sonuçlar derin öğrenme tekniklerinin biyomedikal görüntü analizinde potansiyelini vurgulamaktadır Bu çalışma bakteri sınıflandırma konusunda daha geniş veri kümeleri ve daha gelişmiş özellik mühendisliği tekniklerinin entegrasyonunu içerecek şekilde genişletilebilir | Artık Ağ Tabanlı Uygulamayla Gözlerde Bulunan Bakterilerin Sınıflandırılması |
İnternetin günlük hayatımızdaki artan kullanımı ile beraber sosyal medya organlarının gelişimi de paralellik göstermektedir Mikroblog adı verilen facebook ve twitter benzeri uygulamaları ile anlık duyguları ve düşünceleri ifade etmek son derece yaygın bir hale gelmiştir Mikroblog sitelerinin en yaygın kullanıma sahip olanlarından birisi de Twitter uygulamasıdır Twitter üzerinden paylaşılan mesajlar bir ürün ya da hizmet hakkında olabileceği gibi bir kişiyle ilgili bir yorumda olabilmektedir Yapılan yorumun belirtmek istediği anlamı ve duyguyu belirleyebilmek son dönemdeki gözde konulardan biridir Bir ürün ya da hizmet hakkında yapılan binlerce yorumun tek tek okunup anlamlandırılması ve yorumlayanların fikirlerinin sınıflandırılması geleneksel yöntemlerde oldukça zaman ve emek alan bir alandır Gerek makine öğrenmesi ve derin öğrenme algoritmalarındaki gelişmeler gerekse de bunları işleyip yorumlayacak bilgisayar sistemlerinin gelişimine parallel olarak milyonlarca veri üzerinde duygu sınıflandırılması mümkün hale gelmiştir Gerçekleştirdiğimiz çalışmada Türkçe ve İngilizce tivitler üzerinde duygusal sınıflandırma çalışması gerçekleştirilmiştir Döküman vektörleri Doc2Vec kullanılarak yapılan çalışmada hem DBoW ve DM gibi iki farklı döküman vektörü yönteminin çalışması hemde Yarı Danışmanlı ve Danışmanlı öğrenmenin etkileri araştırılmıştır Çalışma sonuçları doğruluk kesinlik anma özgünlük ve F ölçütü metrikleri ile raporlanmıştır Gerçekleştirilen çalışma sonucunda Yarı Danışmanlı öğrenme yöntemi hem Türkçe hemde İngilizce veri kümesinde Danışmanlı öğrenmeye göre daha başarılı sonuçlar elde etmiştir | Danışmanlı ve yarı danışmanlı öğrenme kullanarak doküman vektörleri tabanlı tweetlerin duygu analizi |
Tasarlanacak işaret dili tanıma projesinin güncel teknolojiler kullanılarak optimize biçimde gerçeklenmesi amaçlanmıştır Projenin makine öğrenmesi bölümü Keras ve Sklearn kullanılarak TensorFlow üzerinden yapılacaktır TensorFlow ilerleyen aşamalarda projeyi mobil bir ortama taşıma ihtimali göz önünde bulundurularak seçilmiştir Kullanılacak nesne tanıma yöntemi MediaPipe Holistic olarak seçilmiştir | El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme |
Tohum saflığı tarım üretiminde verimi artırmak ve ürün kalite standartlarını karşılamak için oldukça önemlidir Bu durum tohum üreticilerinden dağıtıcılarına tarım endüstrisinin tohum saflığına daha fazla önem vermesini gerektirmektedir Bu da tohum çeşidi sınıflandırma ve ayırma yöntemlerine ihtiyacı artırmıştır Çalışma kapsamında dünyada en çok üretilen yemeklik baklagillerden biri olan nohudun çeşit sınıflandırması problemi ele alınmıştır Sınıflandırma için 14 adet ön eğitimli derin öğrenme modeli kullanılmış ve model performansları karşılaştırılarak ilgili problem için en başarılı model ler tespit edilmeye çalışılmıştır Başarımı en yüksek modeller VGG16 ve VGG19 sırasıyla 96 7 ve 97 test doğruluklarına sahiptir ve daha verimli kaliteli ve sürdürülebilir tohum üretiminin sağlanması için önemli bir araç olabilirler | Transfer Öğrenme Teknikleri Kullanarak Nohut Çeşidi Sınıflandırma |
Binalardaki fiziksel hasarın tespiti yapıların güvenliğini ve bütünlüğünü sağlamada kritik bir görevdir Bu çalışmada özellikle çatlaklar kusurlar nem ve hasarsız sınıflara odaklanarak binalardaki fiziksel hasarı tespit etmek için derin öğrenme yöntemlerinin etkinliği araştırılmıştır VGG16 GoogLeNet ve ResNet50 dahil olmak üzere transfer öğrenme yöntemleri 7200 görüntüden oluşan bir veri kümesini sınıflandırmak için kullanılmıştır Veri kümesi eğitim doğrulama ve test kümelerine ayrılmış ve modellerin performansı doğruluk kesinlik geri çağırma ve F1 skoru gibi ölçütler kullanılarak değerlendirilmiştir Sonuçlar üç modelin de test setinde yüksek doğruluk elde ettiğini VGG16 ve ResNet50 nin GoogLeNet ten daha iyi performans gösterdiğini ortaya koymuştur Ayrıca hassasiyet geri çağırma ve F1 skoru ölçümleri tüm sınıflarda güçlü performans gösterirken VGG16 ve ResNet50 özellikle yüksek puanlar elde etmiştir Binalarda fiziksel hasar tespiti için derin öğrenme yöntemlerinin etkinliği gösterilmiş ve transfer öğrenme yöntemlerinin karşılaştırmalı performansına ilişkin içgörüler sağlanmıştır | Binalarda Fiziksel Hasar Tespiti için Derin Öğrenme Transfer Öğrenme Yöntemlerinin Karşılaştırılması |
Bir niyet tespiti uygulamasını yeni bir müşteri için gerçekleştirirken iki temel problem ile karşılaşılmaktadır İlki müşteriden gelen alana özgü veri miktarının genellikle az ve her sınıftan dengesiz sayıda örnek içermesidir Ayrıca müşteriler benzer alanlarda bir uygulama gerçekleştirmek isteseler de belirledikleri niyet kategorileri genellikle farklı olmaktadır Bu durum farklı müşteriler için toplanan verilerin tek ve daha büyük bir veri seti haline getirilmesini zorlaştırmaktadır Bu çalışmada veri dengesizliği problemini azaltmak için kayıp fonksiyonunda sınıf ağırlıkları kullanılmıştır Sınıf ağırlıkları eğitim verisinde az örneği olan sınıflara daha fazla ağırlık vermek için sınıftaki örnek sayısı ile ters orantılı olarak belirlenmiştir Ayrıca benzer alanlarda toplanmış veri setlerindeki bilgiden faydalanmak için iki uyarlama aşaması olan bir transfer öğrenme yöntemi denenmiştir Deneylerde ağırlıklı kayıp fonksiyonu ile iki aşamalı transfer öğrenme yönteminin birlikte kullanılmasının niyet tespiti sınıflandırma başarımını önemli oranda arttırdığı gözlenmiştir Yüzde tanıma oranındaki net artış dönüştürücü tabanlı referans sisteme göre 2 olarak gerçekleşmiştir | Dönüştürücü Tabanlı Niyet Tespitinde Veri Dengesizliği Etkisinin Azaltılması |
Doğal taşların mimaride ve dekorasyonda kullanımının artmasıyla mermere olan talep son yıllarda giderek yükselmiştir Yükselen talebi karşılayabilmek için üreticilerin kapasite artırımı kadar mermer üretim süreçlerinin verimliliğini de artırmaları gerekmektedir Mermer üretim süreçlerinden biri olan mermer sınıflandırılmasında yapılan insan kaynaklı hatalardan dolayı üretim hızı ve verimi düşmektedir Bu çalışmada mermerlerin yanlış sınıflandırma problemine çözüm olarak farklı renk ve dokulara sahip mermer türlerinin yüksek başarımla sınıflandıran yapay zeka destekli bir sistem önerilmektedir Önerilen sistemde 5 farklı mermer türüne ait 516 mermer görüntüsünün sınıflandırılması için 12 evrişimsel sinir ağı mimarisi transfer öğrenme ve derin öğrenme yöntemleri kullanılarak eğitilmiştir Artırılmış veri kümesi ile yapılan eğitimler sonucunda transfer öğrenme uygulanan VGG 16 mimarisi ile 96 07 sınıflandırma başarısı elde edilmiştir Önerilen sistem benzer çalışmalardan farklı olarak geliştirdiğimiz arayüz ile birleştirilmiştir Böylelikle üretim sürecinde daha az insan kaynaklı hata ile mermerlerin sınıflandırılmasına katkı sağlanması amaçlanmıştır | Derin Öğrenme Tabanlı Mermer Yüzeylerinin Otomatik Sınıflandırılması |
Solunum yolu hastalıkları çeşitli kanallar vasıtasıyla insanların solunum yollarına bulaşan virüs ve bakteri gibi mikro organizmaların neden olduğu hastalıklardır Bu canlılar vücudun bağışıklık sistemini zayıflatarak enfeksiyon oluşmasına yol açar ve bireyde kulak burun boğaz solunum borusu ve akciğer gibi organlarda çoğalabilirler Bunun sonucunda zatürre Ciddi Akut Solunum Sendromu SARS Orta Doğu Solunum Sendromu MERS Korona Virüs Hastalığı COVID 19 gibi hastalıkların oluşmasına neden olabilmektedir ve erken müdahale alınmadığı takdirde hastaların ölümüne yol açabilmektedir Bu çalışmada Kuantum modeli derin öğrenme modeli ile yoğrularak farklı bir öğrenme yaklaşımı önerilmiştir Bu model çeşitli kütüphane yazılımcıları tarafından verilen destekler ile gelişimini sürdürmektedir Çalışmada kullanılan veri seti solunum hastalıkları ve normal X ışınları görüntülerinden oluşmaktadır Deney analizinde Kuantum Transfer Öğrenme KTÖ modeli kullanılarak veri setinin eğitimi gerçekleştirildi ve analiz sonuçlarından elde edilen doğruluk 92 50 ydi Sonuç olarak kuantum öğrenme modelinin derin öğrenme modelleri gibi umut verici sonuçlar verdiği bu çalışmada gözlemlendi | X ışınlı Göğüs İmgelerini Kullanarak Solunum Yolu Hastalıklarının Tespitinde Kuantum Transfer Öğrenme Modelinin Rolü |
Katarakt tedavi edilmediği takdirde kör edebilen en ciddi göz hastalıklarından biridir Hastalığın ileri aşamalarından ziyade erken aşamada tespit edilmesi hastanın kör olmasının önüne geçebilmektedir Bu noktada şüphe duyulan hastaların sürekli olarak kontrol edilmesi gerekmektedir Sürekli olarak hastaların kontrol ve takip edilmesi ise yorucu ve zahmetli bir işlemdir Belirtilen sebeplerden dolayı bu makalede katarakt tanı ve tespitinde kullanılabilecek göz doktorlarının yaptıkları iş ve işlemlere yardımcı iki farklı derin öğrenme modeli önerilmiştir Önerilen derin öğrenme modelleri normal ve katarakt belirtilerine sahip fundus veri seti üzerinde çalıştırılmıştır Önerilen derin öğrenme modelleri normal ve kataraktlı görüntülerin otomatik olarak sınıflandırmasını sağlamaktadır MobileNet V3 Small adlı önceden eğitilmiş derin öğrenme modeli kullanılarak üst katmanda ince ayarlamalar ve katman eklemeleri gerçekleştirilmiştir Üst katmanlarında ince ayarlamalar ve katman eklemeleri yapılarak zenginleştirilen modelin performans değerlendirmesini yapabilmek için temel bir MobileNet V3 Small modeli de oluşturulmuştur Önerilen model ile temel model arasındaki fark katarakt ve normal görüntülerin sınıflandırma performanslarını karşılaştırılarak doğruluk ve karmaşıklık matris ölçümleri ile gösterilmiştir K Katlı seçeneğine göre eğitim ve test verileri ayrılarak yapılan performans karşılaştırmalarında elde edilen en iyi sonuçlara göre önerilen model temel modelden 8 26 daha başarılı bir sonuç grafiği vermiştir Son olarak önerilen MobileNet V3 modeli iki farklı veri setinin birleşmesinden oluşan görüntüler üzerinde de test edilmiştir Ortalama olarak birleştirilmiş veri seti üzerinde önerilen MobileNet V3 modeli ile 96 62 doğruluk oranına ulaşmıştır | İki göz hastalığı veri seti üzerinde transfer öğrenme tabanlı derin öğrenme modeli ile fundus görüntülerinden katarakt hastalığı sınıflandırması |
Bu çalışmada son yıllarda görüntü sınıflandırmada artan oranda ilgi gören derin öğrenme ve görüntü işleme yöntemleri kullanılarak kötü huylu malignant cilt lezyonlarının erken teşhisini kolaylaştırıcı yapay zekâ tabanlı sınıflandırma deneyleri gerçekleştirilmiştir Melanom en kötü huylu ve az görülen bir kanser türü olduğundan dolayı derin öğrenme mimarisini eğitmek için yeterli sayıda eğitim ve test görüntüsü bulmak zordur Bu nedenle artırılmış veri seti oluşturulmuş ve 6 farklı derin öğrenme mimarisi ile eğitim yapılmıştır Kötü huylu ve iyi huylu cilt lezyonlarını sınıflandırmak için popüler olan AlexNet DenseNet 121 ResNet 18 ResNet 34 SqueezeNet ve VGGNet 16 mimarileri kullanılmıştır Deneyler HAM10000 veri seti üzerinde artırma yapılarak gerçekleştirilmiştir Deneyler sonucunda en başarılı sonuçları veren Resnet 34 mimarisi ile ortalama 87 5 doğruluk oranı 94 AUC skoru 84 5 F skoru 87 6 kesinlik değeri elde edilmiştir Diğer derin öğrenme mimarilerinden elde edilen sonuçlar ve karşılaştırmalı analizler de çalışmada ayrıca sunulmuştur | Derin Öğrenme ile Artırılmış Görüntü Seti üzerinden Cilt Kanseri Tespiti |
Bu çalışmada derin öğrenme metodu olan evrişimli sinir ağları Convolutional Neural Networks CNN ve transfer öğrenme metodu kullanılarak tütün mamulleri alkollü içecek ve silah gibi istenmeyen nesnelerin tespitini ve sınıflamasını yapan bir model geliştirilmiştir Bu model Tensorflow JS’e dönüştürülerek internet tarayıcısı için bir eklenti olarak geliştirilmiştir Bu eklenti ile izlenen videolardan anlık görüntüler alınarak eğitilen model üzerinde sınıflandırmalar yapılmıştır Videolar üzerinde yapılan sınıflamalarda gerekli görülen sonuçlar Google tarafından sağlanan bir bulut hizmeti olan Firebase’in RealTimeDatabase’ e kaydedilmiştir Kaydedilen veri tabanı kullanılarak daha önceden kötü içerik tespiti yapılmış videoların engellenmesi sağlanmıştır Tarayıcıdan yapılan tespitlerin son 25 tanesi bilgilendirme amaçlı kullanıcı tarafından görüntülenebilmektedir Bu çalışmada izlenen videolardan anlık görüntüler alınarak model ile sınıflama yapılmıştır Gerekli hallerde videonun bilgisi veri tabanına eklenebilmektedir ve veri tabanına kayıtlı videoların görüntülenmesi filtre edilebilmektedir Geliştirilen sistem hem fiziksel cihazlar hem de emülatör aracılığıyla test edilmiştir CNN ile geliştirilen derin öğrenme modelinin ağ yapısı oluşturulmasında iki yol benimsenmiştir Birincisinde tüm ağ modeli tarafımızca oluşturduğumuz modeldir Bu modelde parametre sayısı 7 752 707 adettir ve 86 75 eğitim ve 88 02 test doğruluğu elde edilmiştir İkinci olarak transfer öğrenme metodu kullanılarak başarısı literatürde kanıtlanmış modellerden olan MobileNetV2 tercih edilmiştir Çıkış katmanları düzenlenmiş bu modelde eğitilebilir 593 155 adet ve toplamda 2 852 675 adet parametre ile 65 34 eğitim ve 50 35 test doğruluğu elde edilmiştir Yapılan çalışma sonucunda video içeriklerini filtrelemek için CNN modelinin daha verimli olacağı bulgusuna ulaşılmıştır | Videoların Derin Öğrenme ile Sınıflandırılarak Filtrelenmesi |
İçinde yaşamış olduğumuz çağı bilinen tarihin önemli bir kısmından ayrı bir konuma yerleştirmek noktasında son birkaç yüzyılda yaşanan teknolojik ilerlemelerin ve özellikle bilişim alanında son çeyrekte adeta patlama gösteren gelişmelerin yeri yadsınamaz Mal ve hizmet sunumunun gerçekleştirildiği birçok alanda olduğu gibi adalet erişim noktaları olan yargı mercilerinin adalet dağıtma fonksiyonunu ifa ederken bilişim alanında yaşanan gelişmelerden istifade edilmesi kaçınılmazdır Bu bağlamda yeni Türkiye’nin ilk atılımlarından biri olan ve uluslararası ödüllere layık görülen Ulusal Yargı Ağı Projesi’nin UYAP de sadece basit bir otomasyon sistemleri bütünü olmaktan çıkarılıp bilişim dünyasının yeni kazanımlardan azami ölçüde yararlanan zeki bir karar destek mekanizması haline getirilmesi zorunludur Çalışma bilişim dünyasının son zamanda gündemden hiç düşmeyen yapay zekâ alanındaki gelişmelerden UYAP’ta nasıl yararlanabileceğini bu yapay zekâ alanda öne çıkan Büyük Verinin yönetimi doğal dil işleme derin öğrenme gibi kavramlar ekseninde basit örnekler vererek ortaya koymaya odaklanmaktadır Yapay zekânın yargı alanında kullanımına yönelik felsefi veya teknik bir incelemeyi içermeyen bu çalışmanın amacı biraz önce belirtilen teknolojilerden yargı organlarında kullanılan otomasyon sistemlerinin nasıl faydalanabileceğine yönelik gerçekleştirilecek çalışmalara teknik literatürün sadece bir kısmına dikkat çekmek ve basit örnekler vermek suretiyle farklı bir bakış açısı oluşturarak katkı sağlamaktır | BÜYÜK VERİ VE YAPAY ZEKÂ TEKNOLOJİLERİ İLE ADIM ADIM ZEKİ UYAP ULUSAL YARGI AĞI PROJESİ EKOSİSTEMİNE DOĞRU |
Teknolojik olarak ileriye gittiğimiz günümüz dünyasında tarımsal faaliyetlerin verimli hale getirilmesi her geçen gün daha da çok zaman harcıyoruz Elimizdeki kaynakları teknolojik yöntemler ile destekleyerek bu harcadığımız zamanı kısaltabiliriz Bilgisayarlı görü ve derin öğrenme yöntemlerinin etkin olarak işletilmesi ile eğitilen modelleri kullanarak yapacağımız her bir tahmin ile bitkinin hastalığını teşhis edebiliriz Görüntü tabanlı sınıflandırma algoritmaları olan daha önceden farklı amaçlar için eğitilmiş modellerin bizim problemimiz için kullanıldığında ne gibi sonuçlar almışız onu inceliyor olacağız Adına aktarımlı transfer öğrenme dediğimiz bu yöntem ve topladığımız veri setinin verdiği sonuçları bize şimdiki çalışma ve gelecekteki çalışmalar için nasıl daha etkili yöntemlere ihtiyaç var sorusunun cevabını verecektir | Derin Öğrenme Yöntemleri ile Bitki Yaprakları Üzerindeki Hastalıkların Sınıflandırılması |
Bu makale farklı dış finansman faktörlerinin KOBİ lerin yenilenebilir enerjiyi gibi eko inovasyon uygulamalarını benimsemesini nasıl etkilediğini açıklamayı amaçlamaktadır Derin öğrenme algoritması uygulanarak 5456 KOBİ nin yenilenebilir enerji operasyonlarını benimseme konusunda çeşitli dış finansal girdi değişkenlerinin tahmini incelenmiştir Yenilenebilir enerjinin benimsenmesine ilişkin farklı girdi değişkenlerinin performansını değerlendirmek için veri kümesine Uzun Kısa Süreli Bellek Modeli LSTM uygulanmıştır Ayrıca veri setini farklı makine öğrenme algoritmaları ile karşılaştırılmıştır Bulgular LSTM nin tüm metrikler için en yüksek performansı verdiğini göstermektedir Sonuç olarak bazı önemli teorik çıkarımlar verilmiştir | İNOVASYON YÖNETİMİ ARAŞTIRMALARINA DERİN ÖĞRENME ALGORİTMASI UYGULAMAK MÜMKÜN MÜ |
Bu çalışmada yapay zeka teknolojilerinin Otizm Spektrum Bozukluğu OSB alanında kullanımının incelenmesine yönelik ilgili alanyazın incelenerek yapay zeka teknolojilerinin OSB alanındaki yansımaları hakkında bilgi vermek ve ilgili önerilerde bulunmak amaçlanmıştır OSB olan bireylerle yapılan yapay zeka uygulamalarını içeren araştırmalar ele alındığında sıklıkla bu araştırmaların OSB olan bireyin ihtiyaç duyduğu özel gereksinimi tanılamaya ve eğitim kalitesini arttırmak amaçlı uygulanan müdahaleye yönelik uygulamalar olduğu görülmektedir Ayrıca OSB’nin en önemli tanı ölçütlerinden biri olan sosyal etkileşim ve iletişimdeki yetersizlikleri ile sınırlı yineleyici ve takıntılı davranış ilgi ve etkinlik örüntüleri bağlamında oldukça sınırlı araştırmalar gerçekleştirildiği dikkat çekmektedir OSB ve yapay zeka ilgili olarak yapılan çalışmaların sonuçları ümit verici olmakla birlikte bu teknolojinin OSB olan çocuklar için ileride ne tür sonuçlara yol açabileceği üzerinde durulması gereken konulardan biri olmaktadır Bunun için alanyazındaki bulguların genişletilmesi ve desteklenmesi amacıyla OSB olan bireylere çeşitli alanlarda yapay zekanın kullanılmasına yönelik ileri araştırmaların yapılması önerilmektedir | Otizm spektrum bozukluğu ve yapay zeka uygulamaları |
Niceliksel ve niteliksel olarak artan veri türü olarak çeşitlenen görüntü kaynaklarından anlamlı ve faydalı bilginin yapay öğrenme temelli olarak üretilmesi giderek yaygınlık kazanmaktadır Mekansal bilgi sistemi uygulamalarında bilinçli karar verebilmek için nesnelere olgulara ve içinde bulundukları ortama ilişkin bağlamın ilişkilerin örüntülerin ve eğilimlerin yapay öğrenme teknikleri ile belirlenmesi mekansal bilgi sistemi projelerinin başarımını ve verimliliğini arttırmaktadır Bu tür yönelimler mekansal bilişim endüstrisinde mekansal zeka temelli sistemlerin kullanımını yaygınlaştırmaktadır Gözlem ve ölçme sistemlerinden bulut ortamında çalışan bilgi sistemlerine kadar geniş bir yelpazede mekansal zeka özellikli çözümler geliştirilebilmektedir Mekansal zeka özellikli sistemlerin etkin ve verimli biçimde kullanılabilmesi için mekansal zeka kavramının ne olduğu hangi alanlarda kullanılabileceği ve daha yüksek bir katma değer sağlayabilmesi için nasıl bir yol haritasının oluşturulması gerektiği bu çalışma kapsamında irdelenmeye çalışılmıştır | Mekansal zekanın getirdiği paradigma değişimi |
Amaç Bu çalışmanın temel amacı Covid 19 ve yapay zekâ alanındaki yayınların bibliyometrik analizini yapmaktır Alanın performansı kavramsal ve sosyal yapısı tematik gelişim haritası ve ana kümelerinin tespiti bu amaç altında ortaya çıkarılmıştır Yöntem Bu çalışmada R tabanlı Bibliometrix VOSviwer SciMAT ve Citespace yazılımları kullanılmıştır Arama stratejisi ile 2020 2021 yılları arasındaki Web of Science makaleleri Core koleksiyonundan ham veri olarak indirilmiştir Toplamda 1367 makale incelenmiştir Performans analizleri ile bilgi yapılarından kavramsal ve sosyal yapı analizleri gerçekleştirilmiştir Motor temalar ile ana kümeler analizi ile süreç tamamlanmıştır Bulgu Kavramsal yapı analizleri açısından bakıldığında çalışmaların sınıflandırma teşhis ve tedavi başlıkları altında analiz edildiği tespit edildi Sosyal yapı sonuçlarına göre ise ABD Çin Hindistan İtalya ve İngiltere hem en çok yayın yapan ülkelerdir hem de en çok ülkeler arası iş birliğine açık olan ülkelerdir Tematik diyagram analizlerine göre Transfer Learning ve Support Vector Machines covid 19 hastalık teşhisi sosyal medya zihin sağlığı ve covid sürecinde kullanılan yapay zekâ araç ve algoritmalarına dayalı temalar ön plana çıkmıştır Sonuç Bibliyometrik analiz sonuçları COVID 19 ve yapay zekâ ile ilgili yayınlanmış çalışmaların kalitesi ve araştırma alanları hakkında bilgi verdi Özellikle Transfer Learning ile Support Vector Machines forecasting ve sosyal medya verilerine dayalı yapay zekâ uygulamaları popüler araştırma konuları olma potansiyeli taşımaktadır | COVİD 19 SÜRECİNDE YAPAY ZEKÂ VE BİLEŞENLERİ İLE İLGİLİ YAYINLARIN BİBLİYOMETRİK ANALİZİ |
Derin öğrenme karmaşık görevlerin ve büyük veri setlerinin işlenmesi gereken problemlerde yapay sinir ağlarını kullanan bir makine öğrenmesi yöntemidir Derin öğrenme ile daha önceden uzman bir insan tarafından bilgisayara aktarılması gereken veriye ait özelliklerin salt bilgisayar tarafından işlenmesi mümkün hale gelmiştir Derin öğrenmenin alt sistemlerinden biri olan Üretken Rakip Yapay Sinir Ağları GAN algoritması birbirine zıt çalışan iki sinir ağının birbiri ile çekişmesinden faydalanmaktadır Üretici ağ gerçek olmayan görseller üretirken ayırt edici ağ üretilen görselleri değerlendirmekte ve görselin sahte veya gerçek olduğu bilgisini üretmektedir İki ağ arasındaki bu çekişmeli durum ayırt edici ağın gerçek ile sahteyi ayıramayacağı kadar kaliteli görseller üretilene kadar tekrarlanmaktadır Bu nedenle GAN algoritması özellikle görüntü işleme ve görüntü çeviri problemlerinde tercih edilmektedir Derin öğrenmenin sunduğu görüntü işleme teknikleri ile karmaşık mekânsal verilerin kurgulanması ve mekânsal kurguların görüntüler üzerinden tekrar üretimi mümkündür Bu çalışmanın amacı farklı özelliklere sahip iç mekânların bir bilim kurgu filminin parçası olma durumunu ve bu durumdan türeyen yeni mekânsal potansiyelleri araştırmaktır Bu bağlamda görüntü işleme için uygun bir teknik olan GAN algoritması kullanılarak modern iç mekânlar bilim kurgu mekânları olarak yeniden yorumlanmıştır Çalışmada modern iç mekân fotoğraflarından ve bilim kurgu filmlerinden olmak üzere iki farklı veri seti oluşturulmuştur Böylece modern iç mekânların bilim kurgu filmlerinde yer alması durumunda söz konusu mekânların morfolojik olarak nasıl yorumlanabileceği araştırılmıştır | Cycle GAN ile Modern İç Mekânların Bilim Kurgu Ortamları Olarak Yeniden Üretilmesi |
Geçmişten günümüze üretilen teknolojik yenilikler kültürel boyutta önemli dönüşümler yaşanmasını sağlamaktadır Bilgisayar ve dijital teknolojilerin gelişmesine paralel olarak yapay zeka teknolojileri de aynı gelişimi sürdürmektedir Yapay zeka teknolojileri teknolojiyle uyumlu yaşam biçimlerinde kullanım pratiklerinde işlev görmektedir Aynı zamanda içinde bulunduğumuz teknokültürel yapılanma sanat yapıtını üretme biçimlerinde değişikliklere neden olmakta yeni anlatım biçimleri yaratırken sanatsal çalışma alanlarının sınırlarını genişletmekte sanatçıların algısını ve düşünce yapısını değiştirmektedir Çalışmada yapay zeka kavramı insan beyni ile ilişkilendirilerek çözümlendikten sonra yapay zeka teknolojilerinin gelişim süreci ve kullanım alanları incelenerek sanat ve sanatçı üzerindeki etkileri değerlendirilmektedir Araştırmanın başlıca amacı değişen toplum yapısının ve teknolojilerin sanatçıların üretim sürecinde sanat algısı üzerinde bıraktığı etkiyi ve sanat olgusunu yapay zeka ekseninde incelemektir | Yapay Zekâ ile Sanatsal Üretim Pratiğinde Sanatçının Rolü ve Değişen Sanat Olgusu |
COVID 19 pandemisi ölümcül salgınlardan biridir Hastalığın daha fazla yayılmasını azaltmak için yapay zekâya dayalı alternatif test yöntemleri değerlendirilmiştir Viral bakteriyel zatürre pnömoni ile göğüs X Ray görüntüleri COVID 19 hakkında önemli bilgiler sağlar Bir yapay zekâ sistemi radyologların bu göğüs röntgeni görüntülerinden COVID 19 u tespit etmesine yardımcı olabilir Çekişmeli Üretici Ağlar Generative Adversarial Networks GANs görüntü veri kümesinin genişletilmesi yüksek çözünürlüklü görüntü elde etme bir görüntüdeki desenin başka bir görüntüye transfer edilmesi gibi alanlarda kullanılır Bu çalışmada literatürde verilen göğüs X Ray görüntüleri üzerinden COVID 19 tespiti yapan güncel çalışmalar kapsamlı olarak tartışılmıştır Ayrıca bu çalışmalarda kullanılan veri kümelerinin özellikleri GAN ile sentetik görüntülerin üretimi ve transfer öğrenme mimarileri üzerinde durulmuştur Çalışma göğüs X Ray görüntüleri üzerinde COVID 19 tespiti yapan diğer çalışmalar için karşılaştırmalı bir rapor sağlamayı amaçlamaktadır | ÇEKİŞMELİ ÜRETİCİ AĞLAR VE TRANSFER ÖĞRENİMİ KULLANILARAK GÖĞÜS X RAY GÖRÜNTÜLERİNDEN COVID 19 TESPİTİ ÜZERİNE BİR DERLEME |
Son yıllarda sosyal medya kullanımının artması ile beraber neredeyse her konuda takip edilemeyecek kadar çok yorum bulunmaktadır Bu yorumlar hem olumlu hem de olumsuz yorumlar içermektedir Fakat günümüzde çok sayıda yorumu takip etmek neredeyse imkansızdır Bu çalışmada açık erişimli Anadolu Üniversitesi’nin mobil uygulamasına yapılan kullanıcı yorumlarının çeşitli makine öğrenmesi teknikleri ile metin sınıflandırması yapıldı Uygulamaya yapılan yorumların içerikle mi yoksa uygulama ile mi ilgili olduğu tahmin edilmeye çalışıldı Buna ek olarak aşırı örnekleme ve az örneklemenin metin sınıflandırma performansına etkisi incelendi Bu amaçla sentetik azınlık aşırı örnekleme tekniği Smote yoğun en yakın komşu az örnekleme tekniği CNN ve rasgele az örnekleme tekniği RUS veri setine uygulandı Mobil uygulamadan alınan 1008 kullanıcı yorumu içerik ve uygulama açısından süreçlerden geçirilerek sınıflandırıldı Smote aşırı örnekleme sınıflandırmasında ANN algoritması 93 57 doğrulukla en iyi sınıflandırma olarak bulundu CNN algoritmasında Rassal Orman algoritması 72 22 doğrulukla en iyi sınıflandırmalar olarak bulundu RUS tekniğinde ise Aşırı Gradient artırma 84 44 doğrulukla en iyi sınıflandırma olarak bulundu | MAKİNE ÖĞRENMESİ TEKNİKLERİ İLE VERİ ÇOĞALTMA KULLANARAK BİR MOBİL UYGULAMADA KULLANICI YORUMLARININ SINIFLANDIRILMASI |
Teknolojik gelişmeler bireyleri ve kuruluşları iletişim kurmak ve bilgi paylaşmak için e postalara daha bağımlı hale getirmektedir E postaların internet üzerinden önemli ve popüler bir iletişim olarak artan kullanımı İnternet’i ve toplumu etkileyen ciddi bir tehdit oluşturmaktadır Spam epostalar internet kullanıcıları için güvenlik sorunlarına sebep olmaktadır ve depolama bant genişliği ve üretkenlik açısından kaynakları boşa harcamaktadır İstenmeyen e postaların hacmindeki artış daha güvenilir ve sağlam antispam filtrelerin geliştirilmesi için yoğun bir ihtiyaç yaratmıştır Bu nedenle uyarlanabilir spam algılama modellerinin önerilmesi bir gereklilik haline gelmektedir Bu çalışmada spam e postalarını başarılı bir şekilde tespit etmek ve filtrelemek için yapay zekaya dayalı akıllı bir algılama sistemi önerilmektedir Makine öğrenimi yöntemleri mevcut verileri kullanarak en iyi modelleri oluşturmayı ve önceki veriler kullanılarak oluşturulan model yardımıyla yeni verileri en doğru şekilde analiz etmeyi amaçlamaktadır Bu çalışmada istenmeyen posta tespiti makine öğrenimi yöntemleri kullanılarak gerçekleştirilmiştir ve 98 2 başarı oranına ulaşılmıştır | Yapay Zeka Teknikleri İle Gelen E Postaların Ayrıştırılması |
Bu çalışma makine öğrenmesi veri madenciliği ve yapay zeka teknolojileri kullanılarak hastaya tanı konulmasını kolaylaştırmayı hedeflemektedir Doğal dil işleme süreçleri ile hasta anamnezleri değerlendirilerek tanı koymada yardımcı bir sistem oluşturulmuştur Oluşturulan sistem ile hastadan anamnez alınırken doğal dil işleme kullanılarak her bir hastalık belirtisi içeren konu başlığı önce anlamlandırılır sonra kategorize edilerek eğitim yapılır Karar Ağaç Decision Tree Torbalama Bagging Arttırma Boosting kullanılarak öğrenme işlemleri gerçekleştirilmiştir Öykü alma sırasında bilinen hastalıkların belirtileri değerlendirilerek doktorların yükünü hafifletmek amaçlanırken pandemi gibi dönemlerde ya da yeni ortaya çıkan ve belirtileri tedavi yöntemleri hasta sayısı konularında az veriye sahip olunan dönemlerde sağlık çalışanlarına ve sağlık sistemine yardımcı bir sistem geliştirilmesi hedeflenmiştir Oluşturulmuş bu sistem doktorların hastaların rahatsızlıklarını daha yüksek doğruluk ve verimlilikle teşhis etmesine yardımcı olmuştur Alınan bilgiler doğrultusunda Karar Ağaçları yöntemi ile bulunan doğruluk oranı 73 Random Forest algoritması ve Entropi ölçüsü kullanılarak ulaşılan doğruluk oranı 76 aynı algoritmanın Gini ölçüsü ile ulaşılan doğruluk oranı 82’dir Adaboost algoritması kullanıldığında öğrenme sabiti 1 0 olduğu durumda 64 sonucu elde edilirken öğrenme sabiti 0 5 alındığında doğruluk oranı 67 olarak bulunmuştur Hastanın anamnez verilerini değerlendiren sistem hekime olası sonuçların listesini sunarak hekimin işini kolaylaştırmıştır Yapay zekanın sonuçlarını değerlendirerek sonuçlara katılmak ya da katılmamak ise tamamen doktorun tercihine bırakılmıştır | Hekime Tanı Koymada Yardımcı Yapay Zekâ Destekli Hastalık Tespit Uzmanı |
Alan yazın incelendiğinde öğrencilerin dil fen ve matematik gibi alanlardaki yeterliliklerinin artırılması amacıyla sınıflarda öğretmeni asiste etmek üzere robotların kullanıldığı az sayıda çalışmanın bulunduğu görülmektedir Öğretmenin yerine geçebilecek bir yapay zekâ projesinin gerçekleştirilebilmesi için de makinelerin insanlar tarafından konuşulan dili anlaması gerekmektedir Bu çalışmada Türkçe özelinde doğal dil işleme çalışmaları bağlamında gelinen mevcut durum analiz edildikten sonra bu projenin nasıl alt başlıklara ayrılabileceğine dair öneriler sunuldu ve tasarımında izlenecek yol haritası belirlenmeye çalışılmıştır Türkçe doğal dil işleme çalışmalarının hangi düzeylerde yapıldığı anlatılırken konular yapay zekâ projesi içindeki konumu dikkate alınarak filtrelenmiştir Bu bağlamda diller arası çeviri çalışmaları bu çalışmanın kapsamı içine dâhil edilmemiştir | TÜRKÇE DERS ANLATAN YAPAY ZEKÂYA GİDEN YOLDA DOĞAL DİL İŞLEME |
Yeni koronavirüs hastalığı COVID 19 ilk olarak Aralık 2019 un sonlarına doğru Çin de ortaya çıkarak tüm dünyada bir pandemi haline geldi Hastalık çok sayıda insanın enfekte olmasına ve ölmesine neden oldu Hastalığın hızlı teşhis edilmesi bulaşmanın control edilmesinde büyük önem taşımaktadır Bilgisayarlı Tomografi cihazı COVID 19 hastalığının teşhisinde başarılı sonuçlar elde etmektedir Bu çalışmada özel bir hastanenin Mart 2020 – Kasım 2020 tarihleri arasında teşhis edilmiş 7200 akciğer Bilgisayarlı Tomografi görüntüsü uzman hekimler yardımıyla iki sınıfla ayrılarak COVID 19 ve normal veri setleri oluşturulmuştur Yapay Sinir Ağı YSA Destek Vektör Makinesi SVM Makine Öğrenmesi algoritmalarından K En Yakın Komşuluk KNN algoritmaları ve ResNet 50 DenseNet 201 InceptionResNetV2 Inceptionv3 VGG 16 Xception Derin Öğrenme modelleri üzerinde doğrulama ve test işlemleri gerçekleştirilmiştir Gerçekleştirilen çalışmalar sonucunda DenseNet 201 mimarisi sırasıyla 99 35 eğitim ve test 98 75 doğruluk oranları ile derin öğrenme modellerinden en yüksek sonucu almıştır Makine öğrenmesinden ANN 97 6 KNN 97 4 ve SVM 96 9 doğruluk oranları elde edilmiştir | Bilgisayarlı Tomografi Görüntülerinden Derin Öğrenme ve Makine Öğrenmesi ile covid 19 Hastalığının Teşhisi |
Borsa endeksleri genel ekonomik performansı yansıttıkları için yatırımcılar tarafından yatırım kararları alırken önemli bir referans olarak kullanılırlar Ayrıca portföy yönetim şirketlerinin endeksleri replike eden yatırım fonları hisse senetleri gibi gerçek zamanlı olarak alınıp satılabilir Bu nedenle borsa endeksinin gelecekteki yönünü tahmin etmek yatırımcılar için kritik bir öneme sahiptir Bu çalışmada Borsa İstanbul 100 BIST100 endeksinin yön tahmininde derin öğrenme tabanlı bir görüntü sınıflandırma yaklaşımı önerilmiştir İlk olarak günlük BIST100 endeks değerleri bir sonraki günün endeks değeri ile karşılaştırılarak yukarı ve aşağı şeklinde etiketlendi Etiketlenen veriler daha sonra teknik analiz göstergeleri kullanılarak grafik görüntülerine dönüştürüldü Tahmin modeli için ön eğitimli evrişimsel sinir ağı CNN modelleri olan AlexNet GoogLeNet ve ResNet 50 problemle uyumlu hale getirilmek üzere ince ayarlandı Eğitim dışı bırakılan üç yıllık dönem boyunca ince ayarlama yapılmış AlexNet GoogLeNet ve ResNet 50 modelleri sırasıyla 54 22 53 01 ve 54 62 doğruluk değerleri ile BIST100 endeks yönünü tahmin edebilmiştir Ayrıca modellerin performansını değerlendirmek için Naive karşılaştırma yöntemi kullanıldı Deneysel sonuçlar ince ayarlı her üç CNN modelinin Naive karşılaştırma yönteminden daha iyi sonuçlar elde ettiğini göstermektedir | Derin Öğrenme Tabanlı Görüntü Sınıflandırma Yaklaşımı ile Borsa İstanbul 100 Endeks Yönünün Tahmini |
Bitki organlarından biri olan çiçek ekolojik düzenin önemli bir elementidir Çiçekler insanlara faydalı olan birçok alanda kullanılmıştır Günümüzde bilinen yaklaşık dört yüz bin çiçek çeşidi vardır Çiçekleri şekil ve renk benzerliği nedeniyle birbirinden ayırt etmek zor bir iştir Çiçek sınıflandırması çok çeşitli şekiller renk dağılımı aydınlatma koşulları ve maruz kalma deformasyonu nedeniyle zorlu bir problemdir Renk ve şekil olarak birbirine benzeyen çiçekleri insan gözüyle ayırt etmek bazı görüntülerde daha da zorlaşmaktadır İnsanların belirli türleri doğru bir şekilde ayırt etmesi dikkate değer bir eğitim gerektirir ve genellikle çok spesifik morfolojik özellikler yakından ilişkili türleri ayırt eden tek şeydir ESA modelleri son zamanlarda araştırmacılar tarafından manuel özniteliklere olan ihtiyacı ortadan kaldırmak için birçok sınıflandırma probleminde kullanılmaktadır Bu çalışmada çiçek türlerinin tanınması için ESA tabanlı transfer öğrenme yöntemleri incelenmiştir Çiçek türlerinin sınıflandırılması için önceden eğitilmiş popüler öğrenme tekniklerden VGG16 VGG19 SqueezeNet DenseNet 121 DenseNet 201 ve InceptionResNetV2 uygulanmaktadır Deneysel sonuçlarda aynı çiçek veri kümesi üzerinde sınıflandırma performansları karşılaştırılmıştır Bu çalışmada InceptionResNetV2 modelinin diğer modellere göre daha üstün sonuçlar verdiği gözlemlenmiştir En yüksek doğruluk 92 25 çiçek veri seti için InceptionResNetV2 modeliyle elde edilmiştir | Çiçek Türlerinin Tanınması için ESA Tabanlı Transfer Öğrenme Üzerine Bir Çalışma |
Retina görmeyi sağlayan ışığa ve renklere duyarlı ağ tabakasıdır Retinadaki bozulmalar insanların yaşam kalitesini düşürmektedir Retinada meydana gelen hasarlar körlüğe varan ciddi sorunlara sebep olabilmekt e ve retinada kalıcı hasarlar meydana gelebilmektedir Retinal hastalıkların tedavisinde gelişen teknoloji ile birlikte bilgisayarlı tanı sistemlerinin kullanımı oldukça yaygınlaşmıştır Erken teşhis ve tedavi edilmesi retina da oluşabilecek kalıcı hasarla rı ve hastaların görme yetisini kaybetmesini önlemektedir Teknolojinin ilerlemesiyle birlikte fotoğraf makineleri ve bilgisayarlı tanı sistemleri oldukça yaygın kullanılmaya başlanmıştır OCT cihazları kullanılarak elde edilen retinal görüntüler uzmanların daha doğru ve erken teşhis koymalarını sağlamaktadır Bu çalışmada retinal hastalıkların sınıflandırılması için transfer öğrenme yöntemlerinden InceptionV3 Xception ve önerilen Evrişimsel Sinir Ağı ESA modeli karşılaştırılmıştır Xception ağında 95 36 oranında doğruluk değerine Inception ağında ise 98 2 oranında doğruluk oranı elde edilmiştir Önerin ESA mimarisinde 97 51 oranında doğruluk oranı elde edilmiştir Önerilen mimari hastalık bazında diyabet ve normal hastalıkların sınıflandırılmasında diğer yöntemlerden daha başarılı sonuçlar elde etmiştir | Retinal Hastalıkların Teşhisi için Optik Koherans Tomografi Görüntülerinin Derin Öğrenme Metotları ile Sınıflandırılması |
Mikroskobik sistemlerde doku veya hücre numunelerinde nükleer morfoloji veya biyolojik belirteçler gibi bölümleri görselleştirmek için hematoksilen ve eozin Hematoxylin and eosin H E histolojik boyamalar immünohistokimyasal immunohistovhemical IHC ve immünofloresan immunofluorescence IF boyama yaklaşımları geliştirilmiştir H E veya IHC boyamalar ile karşılaştırıldığında IF boyamaların sayısala aktarılması uzmanlar için daha zorlu ve zaman alıcı olmaktadır Fakat IF boyama yaklaşımlarında daha fazla hücresel veya hücre altı belirteç görüntülenebilmektedir Floresan mikroskoplardan elde edilmiş nükleer segmentasyonunun yüksek doğrulukla otomatik gerçekleştirilmesi IF boyama yaklaşımlarındaki hücreler hakkında daha fazla bilgi elde edilmesini sağlamaktadır Literatürde diğer mikroskobik sistemlerden elde edilmiş görüntülerde hücre veya doku segmentasyonu için birçok çalışma geliştirilmiş ve yüksek doğruluklu sonuçlar elde edilmiştir Fakat diğer alanlarda gerçekleştirilen bu başarı floresan mikroskoplardan elde edilmiş görüntülerdeki nükleer segmentasyonu için elde edilmemiştir Bu kapsamda çalışmada floresan mikroskop sistemlerinde nükleer segmentasyonu için yüksek doğruluklu otomatik kodlayıcı modelleri geliştirilmektedir Geliştirilen otomatik kodlayıcı modellerinin analizi uzman kişiler tarafından işaretlenmiş floresan mikroskop görüntülerinden oluşan veri seti kullanılarak gerçekleştirilmektedir Çalışmada kullanılan performans değerlendirme prosedürleri açısından gerçekleştirilen otomatik kodlayıcı modellerinin başarılarının otomatik nükleer segmentasyon için tatmin edici olduğu açıkça görülmektedir | Floresan Mikroskop Sistemlerinde Yüksek Doğruluklu Nükleer Segmentasyonu için Otomatik Kodlayıcı Tabanlı Modellerin Geliştirilmesi |
Doğal dil işleme dil bileşenlerinin hem şekilsel hem de anlamsal olarak analiz edildiği yöntemlere verilen isimdir Doğal dil işleme yöntemleri sürekli güncellenmekte ve yeni yöntemler geliştirilmektedir Bu çalışmada doğal dil işlemede kullanılan güncel ve popüler kütüphaneler ve bu kütüphanelerde kullanılan yöntemler incelenmiştir Farklı yöntem ve kütüphaneler karşılaştırmalı olarak açıklanmıştır | Açık Kaynak Doğal Dil İşleme Kütüphaneleri |
Dünya Sağlık Örgütü DSÖ insanlara maymun çiçeği için çeşitli koruyucu uyarılar vermiştir Maymun çiçeği hızla yayılırsa ciddi bir halk sağlığı sorunu haline gelir Bu durumda hastanelerde ciddi bir yoğunluk oluşturur Bu nedenle hastanelerde yardımcı sistemlere ihtiyaç duyulabilir Bu çalışmada açıklanabilir yapay zeka AYZ destekli evrişimli sinir ağları ESA tabanlı bir karar destek sistemi önerilmiştir Bunun için kullanılan veri seti Monkeypox ve Normal olmak üzere iki sınıfta 572 görüntüden oluşmaktadır Monkeypox ve Normal ciltlerin sınıflandırılması için 12 farklı ESA modeli kullanılmıştır MobileNet V2 modeli 98 25 doğruluk 96 55 duyarlılık 100 00 özgüllük ve 98 25 F1 Skoru ile en iyi performansı elde etmiştir Bu model AYZ yöntemleriyle desteklenmiştir Sonuç olarak maymun çiçeği cilt lezyonu için yapay zeka YZ destekli bir yardımcı teşhis sistemi önerilmiştir | Açıklanabilir Yapay Zeka Destekli Evrişimsel Sinir Ağları Kullanılarak Maymun Çiçeği Deri Lezyonunun Sınıflandırılması |
Gelişen teknoloji ile akıllı sistemler günlük hayatımızda yer edinmeye başlamıştır Sosyal hayatta aktif olarak katılacak sistem ve teknolojilerin sosyal hayata uyum sağlamaları oldukça önemlidir Sosyal hayata uyum sağlamanın en önemli adımlarından birisi iletişimdir Yüz ifadeleri genellikle sözlü olarak gerçekleştirilen iletişimi destekleyen iletişimin oldukça önemli parçalarından biridir Bu nedenle son zamanlarda oldukça popüler bir alan olmuş olan yüz ifadelerini tanımlama üzerinde pek çok çalışma gerçekleştirilmiştir Gerçekleştirilen bu çalışmaların büyük bir çoğunluğu yalnızca yetişkin yüzlerinin içeren veri setleri kullanılarak gerçekleştirilmiştir Yaşlı ve çocukları içermeyen çalışmaların yapılması oldukça yanlı sistemlerin oluşturulması ve geliştirilmesine neden olabilir Bu nedenle bu makalede ihmal edilen gruplardan bir tanesi olan çocuklar yüzleri üzerinde bir çalışma gerçekleştirilmiştir Çalışmada arama motorlarında belirlenmiş olan anahtar kelimeler kullanılarak çocuk yüz ifadelerini içeren bir veri set hazırlanmıştır Hazırlanmış olan bu veri seti üzerinde transfer öğrenme kullanılarak VGG16 ResNet50 DenseNet121 InceptionV3 InceptionResNetV2 ve Xception modellerinin başarıları değerlendirilmiştir ve karşılaştırılmıştır Değerlendirmeye göre en iyi sonuç 76 3 doğruluk oranı ve 0 76 F1 skoru ile InceptionV3 modeli ile elde edilmiştir | ÇOCUKLARDA YÜZ İFADESİ TANIMLAMA İÇİN YENİ VERİ SETİ ÖNERİLMESİ VE VERİ SET ÜZERİNDE DERİN ÖĞRENME MODELLERİNİN KARŞILAŞTIRILMASI |
COVID 19 salgını sadece ülkelerdeki sağlık sistemlerini değil dünya çapında tüm toplumları birçok şekilde etkilemektedir Bu süreçte pandeminin üstesinden gelmek için önemli sayıda çalışma yapılmış ve birçok tıbbi teknik denenmiştir Bu çalışmada gerçek görüntülerden yararlanarak bir hastada COVID 19 virüsünün olup olmadığını tahmin etmek için Evrişimsel Sinir Ağlarını göğüs röntgeni görüntülerine uyguladık Başlangıçta görüntü işleme alanındaki başarıları nedeniyle çok iyi bilinen mimariler olan bir dizi önceden eğitilmiş ResNet VGG ve Xception modellerini elimizdeki probleme uygun olarak yeniden eğitmek üzere Transfer Öğrenme kullandık Bu modellerle ulaşılan performans tatmin edici olsa da daha isabetli ve güvenilir sonuçlar elde etmek amacıyla üç ayrı modeli bir araya getiren bir topluluk modeli oluşturduk Son olarak topluluk modelimiz 97 lik bir F Skoru ile diğer tüm modellerden daha iyi performans gösterdi | Transfer Öğrenme Kullanarak Göğüs Röntgeni Görüntülerinden COVID 19 Tahmini |
Bal arıları çiçeklerden topladıkları polenlerin bir kısmını kovanlarına taşıyarak kovanın enerji ihtiyacını karşılamaya çalışırlar Bu nedenle kovana giren bal arılarından polen taşıyanların tespit edilmesi kovanın sağlığı hakkında iyi bir indikatör olarak görev yapmaktadır Bu çalışmada polen taşıyan bal arılarının doğru bir şekilde sınıflandırılmasına yönelik bir çözüm geliştirmek amacıyla bal arıları görüntüleri kullanılarak bir MobileNetV2 derin öğrenme mimarisi eğitilmiştir Veriye göre seçilen doğru eğitim stratejisinin sonuçlara yaptığı katkı sorgulanmış ince ayar yöntemi ile eğitilen modelin test verisi üzerindeki başarı oranı 99 00 olarak ölçülmüştür Çalışma sonunda arı çiftçilerinin mobil cihazlar ile arı kovanının genel durumu hakkında başarılı bir şekilde yorum yapabileceği gösterilmiştir | Polen Taşıyan Bal Arılarının MobileNetV2 Mimarisi ile Sınıflandırılması |
Günümüzde en yaygın körlük nedenlerinden biri olan Diyabetik Retinopati DR gözün retina ağ tabakasında yer alan kan damarlarında diyabete bağlı olarak oluşan hasarlanmalardır Hastaların görme yetisini kaybetmemesi için DR’nin erken teşhis ve tedavisi hayati önem taşımaktadır Bu çalışmada DR’nin erken teşhis ve tedavisi için fundus görüntüleri kullanılarak derin öğrenme tabanlı bir model geliştirilmiştir Geliştirilen model iki aşamadan oluşmaktadır İlk aşamada modelin aşırı öğrenmesinin engellenebilmesi için fundus görüntülerine iki boyutlu sinyal işleme teknikleri uygulanmıştır İkinci aşamada derin öğrenme tekniklerinden Evrişimli Sinir Ağı ESA ve transfer öğrenmesi yöntemleri kullanılarak sınıflandırma modeli oluşturulmuştur Modelin eğitiminde 5100 fundus görüntü verisi kullanılmıştır Elde edilen model sağlıklı DR yok hafif Non Proliferatif DR NPDR orta NPDR şiddetli NPDR ve Proliferatif DR PDR gibi 5 sınıfı içeren 900 fundus görüntü verisi üzerinde test edilmiştir Modelin sağlamlığı 10 kat çapraz doğrulama yöntemi kullanılarak doğrulanmıştır Önerilen modelin sınıflandırma performansı 97 8 olarak ölçülmüştür Ayrıca modelin sınıflandırma performansı literatürde yer alan üç model ile kıyaslanmıştır Elde edilen sonuçlar önerilen modelin DR’yi teşhis etmek için çok etkili ve başarılı olduğunu göstermektedir | Diyabetik Retinopati Teşhisi için Fundus Görüntülerinin Derin Öğrenme Tabanlı Sınıflandırılması |
Sahte yüz bulunan görüntü ve video içerikleri en yaygın dijital manipülasyon türüdür Genellikle eğlence amaçlı üretilen bu içerikler zararlı sonuçlar doğurabilir Sahte yüz görüntüsü üretiminde makine öğrenmesi algoritmaları kullanılmaya başlanmıştır Makine öğrenmesi algoritmaları ile gerçeğe oldukça yakın yüz manipülasyonları yapılabilmektedir Bu nedenle gerçek ile sahte içeriklerin ayırt edilebilmesi oldukça zorlaşmıştır Yüz manipülasyonları tüm yüz sentezi kimlik değiştirme nitelik manipülasyonu ve ifade değiştirme olmak üzere 4 temel gruba ayrılır Tüm yüz sentezi ile çekişmeli üretici ağlar kullanılarak gerçekte olmayan yüzler üretilmektedir Kimlik değiştirme video içerisindeki kişinin yüz görüntüsünün başka bir yüz ile değiştirilmesidir Nitelik manipülasyonu yüzün cilt cinsiyet yaş gözlük saç rengi vb özelliklerinin değiştirilmesidir İfade değiştirme manipülasyon yöntemi kişinin yüz ifadesinin değiştirilmesidir Yapılan çalışmada tüm yüz sentezi manipülasyon yöntemi ile üretilen sahte yüz görüntülerinin tespiti için hafif evrişimsel sinir ağları kullanılmıştır Eğitim işlemi için MobileNet MobileNetV2 EfficientNetB0 ve NASNetMobile algoritmaları kullanılmıştır Kullanılan veri setinde FFHQ veri setindeki 70 000 gerçek görüntü ile FFHQ veri seti kullanılarak StyleGAN2 ile üretilen 70 000 sahte görüntü yer almaktadır Eğitim işleminde modellerin ImageNet veri seti üzerinde eğitilmiş ağırlıkları transfer öğrenme ile tekrar kullanılmıştır EfficientNetB0 algoritmasında 93 64 başarı oranı ile en yüksek doğruluk oranına ulaşılmıştır | Hafif Evrişimsel Sinir Ağları Kullanılarak Sahte Yüz Görüntülerinin Tespiti |
Anlatım bozukluğu Türkçe cümlelerde hem anlamsal hem de biçimsel belirsizlikleri ifade eden bir dilbilgisi terimidir Daha önceki çalışmalarda kural tabanlı dile özgü modeller oluşturularak Doğal Dil İşleme DDİ teknikleri kullanılmıştır Bununla birlikte daha az talepkar açıklama gereksinimlerine ve harici bilgiyi birleştirme kolaylığına rağmen kural tabanlı sistemler işleme verimliliği açısından bazı büyük engellere sahiptir Uzun Kısa Süreli Bellek UKSB ing LSTM veya Evrişimsel Sinir Ağları ESA ing CNN gibi derin öğrenme teknikleri son yıllarda büyük ilerlemeler kaydetmiş bu da DDİ uygulamalarında performans açısından benzeri görülmemiş bir artışa yol açmıştır Bu çalışmada anlatım bozukluklarını tespit etmek için UKSB ve ESA nın hibrit modeli olan bir derin öğrenme yaklaşımı E UKSB ing C LSTM ve buna ek olarak sonuçları doğruluk açısından karşılaştırmak için Destek Vektör Makinesi DVM ing SVM ve Rastgele Orman RO ing RF gibi geleneksel makine öğrenmesi sınıflandırıcıları önerilmiştir Önerilen hibrit model geleneksel DVM ve rastgele orman sınıflandırıcılarına ek olarak ESA ve UKSB’nin mevcut modellerinden daha yüksek başarım elde etmiştir Bu durum metin sınıflandırma için geleneksel sınıflandırıcılara kıyasla derin sinirsel yaklaşımların daha çok ön plana çıktığını göstermektedir | Hibrit bir Derin Öğrenme Yöntemi Kullanarak Türkçe Cümlelerdeki Anlatım Bozukluklarının Tespiti |
Günümüzde sürekli olarak ilerlemekte olan teknolojik gelişmeler ile yapay zeka hayatımızın vazgeçilmez bir parçası haline gelmiştir Yapay sinir ağlarının kullanıldığı çalışma alanlarından birisi de ulaşımdır Ulaşım alanında olası kazaların azaltılması amacıyla sürücü destek sistemleri uygulamalarında yapay zeka kullanılmaktadır Bu çalışmada hem trafik işaret levhalarının fotoğraflarının çekilmesiyle bireysel olarak oluşturulan veri seti hem de açık kaynak erişimli internet sitesinden kaggle com elde edilen veri seti olmak üzere toplamda 4000 adet trafik işaret levhası görüntüsüne ait resimlerden oluşan veri seti kullanılmıştır Veri seti 3200 adet eğitim verisi ve 800 adet test verisi içermektedir Hazırlanan veri setleri CNN Evrişimli Sinir Ağları modeliyle birlikte ResNet50 MobileNetV2 ve NASNetMobile olmak üzere üç farklı derin öğrenme metoduyla eğitilerek eğitim doğruluğu test doğruluğu eğitim kaybı ve test kaybı faktörlerine göre performansları değerlendirilmiştir ResNet50 metoduyla eğitim doğruluğu 97 62 test doğruluğu 78 75 eğitim kaybı 0 1 ve test kaybı 6 28 olmuştur MobileNetV2 metoduyla eğitim doğruluğu 97 8 test doğruluğu 48 12 eğitim kaybı 0 38 ve test kaybı 38 34 olmuştur NASNetMobile metoduyla eğitim doğruluğu 98 56 test doğruluğu 41 56 eğitim kaybı 0 1 ve test kaybı 17 28 olmuştur | YAPAY ZEKÂ KULLANILARAK TRAFİK İŞARET LEVHALARININ SINIFLANDIRILMASI DENİZLİ İL MERKEZİ İÇİN ÖRNEK BİR UYGULAMA |
Meyve ve sebze pazarlarında ürünlerin kalite sınıflandırmasında dış görünüş önemli bir faktördür Mevcut manuel yöntemler ile tarımda üretilen ürünlerin kontrol aşamalarında mahsulün hastalık pestisit ve kalite durumları kontrol edilmektedir Manuel olarak ürünlerin ayrıştırılıp sınıflandırılması uzmanlık gerektirebilir bu da zaman alıcı ve büyük emek isteyen bir iştir Günümüzde teknolojinin ilerlemesi ile tarım ve gıda alanında kullanılan yazılım teknikleri de gelişmektedir Tarım ve gıda alanında üretilen ürünlerin işlenmesi ve pazara sürülmesi aşamalarında yazılım tekniklerinin kullanılması yaygınlaşmaktadır Gerçekleştirilecek olan çalışma ile meyve ve sebze pazarında önemli bir payı olan Hurma meyvesi ele alınacaktır Hurma meyvelerinin kalitelerinin sınıflandırılmasında görüntü işleme ve yapay zeka tekniklerinin kullanılması satış sürecinin daha tutarlı ve zaman açısından verimli hale gelmesini sağlayabilir Çalışma kapsamında özgün olarak hazırlanan veri seti ile çeşitli yapay zeka teknikleri kullanılmıştır Veri seti 3 farklı sınıftan oluşmaktadır Bunlar iyi kötü ve orta kalite hurma meyvelerinin görüntülerini içermektedir Özgün veri seti ile MobileNetV2 ResNet50V2 DenseNet201 ve InceptionV3 modelleri eğitilmiştir Ayrıca çalışmanın ilerki aşamalarında bu alanda kullanılacak olan yazılım teknikleri otomasyon sistemleri ile entegre edilebilir Yapay zeka ve görüntü işleme tekniklerini kullanan bir otomasyon sistemi meyveleri kalitelerine göre otonom olarak ayırt edebilir Çalışmanın ilerleyen aşamalarında bu konu üzerinde durulacaktır | Hurma Meyvesindeki Kalite Kontrol işlemlerinin Yapay Zeka İle Tahminlenmesi |
Literatürde hisse senetleri tahmini için farklı metodlar yer almaktadır Bu metodların en önemlilerinden biri de yapay sinir ağları yöntemidir Bu çalışmada Türk Hava Yoları hisse senedinin tahmini için yapay sinir ağları metodu kullanılmıştır Ayrıca çalışmada yapay sinir ağları yöntemi ile zaman seri analizi yapılmıştır Türk Hava Yolları hisse senedi değerlerini etkilemede önemli olan 5 bağımsız değişken kullanılmış olup 01 04 2014 21 09 2021 tarihleri arasındaki günlük değerler çalışma kapsamına alınmıştır Çalışmada 5 yapay sinir ağı modeli oluşturulmuştur Bu modeller içinde en iyi performansı gösteren model çalışma kapsamına alınmıştır Çalışma sonucunda Ortalama Mutlak Yüzde Hatanın MAPE hesaplanmasında eğitim seti için 2 18 test seti için 2 28 onaylama seti için 2 46 değerleri elde edilmiştir Korelasyon Katsayısının CORR hesaplanmasında ise eğitim test ve onaylama setleri için 0 99 değerleri elde edilmiştir Bu sonuçlar oluşturulan modelin tahminleme performansının güçlü olduğunu ve hisse senet tahminlerinde kullanabileceğini göstermiştir | Yapay Sinir Ağları ile Hisse Senedi Fiyat Tahmin Modeli Türk Hava Yolları Uygulaması |
Yazılım güvenliğinin temel amacı yazılımı kötü niyetli siber saldırılara karşı dayanıklı olacak şekilde tasarlamaktır Yazılım güvenliği yazılım yaşam döngüsünün her aşamasında ele alınmazsa birçok işletme kuruluş ve hatta hükümetler yazılım sistemlerindeki güvenlik açıkları nedeniyle sömürülür Güvenli yazılım sistemleri geliştirmede kaynak kodun analiz edilmesi önemli bir adımdır Güvenli olmayan kaynak kodu bölümlerinin belirlenmesi yazılımdaki güvenlik açıklarının azaltılmasına veya kaldırılmasına yardımcı olur C programlama dili en yaygın kullanılan programlama dillerinden biridir ancak güvenli değildir ve kod yerleştirme saldırılarına karşı savunmasızdır C programlama dilinin en yaygın güvenlik açıkları arabellek taşmaları giriş doğrulamaları ve kaynak yönetimi hatalarıdır Bu çalışmada C programlama dilindeki güvensiz kaynak kodlarını tespit edebilen SecureC adlı bir yazılım aracı geliştirilmiştir İlk olarak düzenli ifadeler kullanılarak yeni kod şablonları çıkarılmış ardından bu yeni şablonlar kullanılarak veri setindeki kaynak kodlar işaretlenmiştir Daha sonra yüzbinlerce satıra sahip kaynak koddan güvensiz kısımları tespit ederken işaretli veri kümesi ile işaretsiz veri kümesi arasında performans farkı olup olmadığına odaklanılmıştır Sonuç olarak işaretli bir veri kümesinin kullanılması hem ikili hem de çoklu sınıflandırmada performans artışı sağlamıştır | C PROGRAMLAMA DİLİNDE KAYNAK KOD GÜVENLİĞİ SECUREC |
Bu çalışmada otonom insansız hava araçlarında İHA kullanılabilecek optimum seviyede blok yapısına sahip hafif ağırlıklı bir model tasarlanmıştır Inception V3 modeli temel alınarak geliştirilen Inception SH modeli literatürde halka açık bir veri seti olan Intel Image Dataset üzerinde karşılaştırılmıştır Karşılaştırma sonucunda Inception V3 modeli için doğruluk kesinlik geri çağırma ve F1 skoru metrikleri için sırasıyla 0 882 0 883 0 882 ve 0 882 değerleri elde edilmiştir Inception SH modelinde ise doğruluk kesinlik geri çağırma ve F1 skoru metrikleri için sırasıyla 0 958 0 957 0 974 ve 0 967 değerleri elde edilmiştir Bu değerlerden de anlaşılacağı üzere önerilen Inception SH modeli temel alınan Inception V3 modeline göre daha yüksek performans değerleri sunmaktadır Inception SH modeli aynı veri setini kullanan literatürdeki farklı modellerle de karşılaştırılmış ve karşılaştırılan modellere göre doğruluk kesinlik geri çağırma ve F1 skoru metriklerinde üstünlük sağlamıştır Elde edilen sonuçlara göre otonom İHA ların popülerliği de göz önünde bulundurulduğunda Inception SH modelinin çeşitli IoT cihazlarında hafif bir model olarak kullanılabileceği öngörülmektedir | INCEPTION SH SAHNE GÖRÜNTÜLERININ SINIFLANDIRILMASINDA INCEPTION MODÜL TABANLI YENI BIR CNN MODELI |
Dünya nüfus artışına bağlı olarak araç kullanımı gün geçtikçe yaygınlaşmaktadır Akıllı ulaşım sistemleri kapsamında artan araç sayısının neden olduğu sorunları çözmek için bilişim sektörü ile ulaşım sektörü entegre bir şekilde çalışmaktadır Sensörler ve kameralarla elde edilen veriler yapay zeka tabanlı bilişim teknolojileriyle analiz edilerek otonom araçlar güvenlik trafik yönetimi navigasyon ve yolcu bilgilendirme sistemlerinde kullanılmaktadır Bilgisayarlı görü görüntü işleme ile derin öğrenme teknolojilerinin birlikte kullanılması sonucu makinelerin görüntülerden anlamlı örüntüler ve ilişkiler çıkarmasını sağlamaktadır Bilgisayarlı görü teknikleri turizm sağlık sanayi savunma ulaşım hizmet e ticaret vb birçok alanda uygulanmaktadır Geliştirilen uygulamalar ulaşım sektöründe çeşitli zorluklara çözüm üretmektedir Liquified Petroleum Gas LPG yakıtı kullanan araçlar için LPG tanklarındaki gazların yanıcı olması ve patlama ihtimali yaratması nedeniyle özellikle şehirlerdeki belirli alanlarda tehlike oluşturmaktadır Kapalı otopark hizmeti bulunduran hastaneler alışveriş merkezleri oteller gibi kurum ve kuruluşlarda LPG’ li araçların girişi yasaklanmıştır Yasağın denetim yöntemi ise bir personelin görevlendirilmesi ve araç bagajlarının kontrol edilmesiyle gerçekleştirilmektedir Bu çalışmada LPG yakıtıyla çalışan araçların bilgisayarlı görü teknikleri kullanılarak otomatik bir şekilde tespiti yapılmıştır Türkiye’de farklı illerde mobil kameralar aracılığıyla çekilen araç görüntü verileri dört farklı derin öğrenme modeli ile eğitilerek karşılaştırılmıştır Modeller üzerinde eğitim ve performans testleri sonucu YOLOv8 modelinde 0 994 mAP doğruluk ve 11 6 ms hız değerleri ile diğer modellerden daha etkili sonuç elde edilmiştir Güncel hayatta gerçek zamanlı izleme açısından kararlı bir model olduğu gösterilmiştir Geliştirilen sistemin bilgisayarlı görü tekniği uygulamalarına katkıda bulunmasının yanı sıra ulusal ekonomiye toplum can güvenliğine ve çevrenin korunmasına fayda sağlayabileceği öngörülmektedir | LPG’ Lİ ARAÇLARIN RİSKLİ ALANLARDA BİLGİSAYARLI GÖRÜ TEKNİKLERİ İLE TESPİTİ |
Günümüzde birçok farklı alanda insanlara fayda sağlamak için teknolojik cihazlar ve robotlar kullanılmaktadır Özellikle askeri alanda insan hayatının riske girebileceği ortamlarda robotlar yardımıyla hayati riskler minimize edilmek istenilmektedir Askeri operasyonlarda bir binaya keşif amaçlı bir insanın girmesi oldukça riskli bir durumdur Bu çalışmada bu tür riskli durumlarda insanın keşif yapması yerine uzaktan kontrol edilebilen gördüğü nesneleri tanıyabilen ve tanıdığı nesneleri kontrol ekranında gösteren bir robot tasarlanmıştır Bu çalışmada geliştirilen robot nesne tanımak için Google tarafından geliştirilen TensorFlow derin öğrenme kütüphanesini kullanmaktadır Python diliyle geliştirilen yazılım robot üzerinde bulunan Raspberry Pi3 B mini bilgisayarı üzerinde çalıştırılmıştır Robot hareketi için DC motorlardan faydalanılmıştır Raspberry Pi3 B mini bilgisayarı üzerindeki GPIO pinleri ile motor sürücü devresine sinyal gönderilerek robotun hareketlerinin kontrol edilebilmesi sağlanılmıştır Yapılan prototipin testlerinde nesneleri çoğunlukla başarılı şekilde tanınabildiği ve uygun ışık ortamında başarı oranının arttığı gözlemlenmiştir | Derin Öğrenme ile Nesne Tanıyan Robot Uygulaması |
Geride bıraktığımız on beş yılda bilişim ve iletişim araçlarının teknolojilerinde yaşanan gelişmeler halkla ilişkiler çalışmalarını kökten değiştirmiştir Yapay zekâ büyük veri makine öğrenmesi ve doğal dil işleme gibi terim ve kavramlar kurumsal iletişimin bir parçası olmuştur Kitlelerin aynı zamanda içerik üreticisi haline gelmesi krizleri geleneksel medyadan başka mecralara taşımış sesli asistan ve chatbot gibi araçlar sayesinde müşteri iletişimi farklı boyutlar kazanmıştır Bu makalede yapay zekânın halkla ilişkiler sektörünü nasıl etkilediği araştırılmıştır Günümüzde birbirinden çok farklı alanlarda karşımıza çıkan yapay zekânın halkla ilişkiler için ne anlam ifade ettiği sektöre ne gibi katkılar sağladığı hangi PR uygularmalarında yapay zekâdan faydalanıldığı üzerinde durulmuştur Ayrıca yapay zekâ kullanımında karşılaşılan güçlüklerin neler olduğuna yapay zekâlı halkla ilişkilerin geleceğine ve etik konularına değinilmiştir Makaleyi yazma sürecinde farklı jenerasyonlara mensup on dokuz halkla ilişkiler uzmanıyla yarı yapılandırılmış sorular çerçevesinde görüşmeler gerçekleştirilmiştir Yapay zekânın hedef kitle analizi kriz yönetimi kampanya tasarımı ölçüm ve raporlama tekrarlanan görevlerin otomasyonu influencer belirleme içerik oluşturma ve medya takip gibi görevlerde meydana getirdiği değişiklikler hakkında değerlendirmeler yapılmıştır | Halkla İlişkilerde Yapay Zeka Kullanımı Üzerine Nitel Bir Araştırma |
Algoritmalar ve tarihsel gelişimleri insanlığın ihtiyaçları giderebilmesine ve problemlerini çözüme kavuşturmasına olanak sağlamıştır Güncel koşullarla değerlendirildiğinde artan dünya nüfusuna var olan kaynakların yetmeyeceği düşünülmektedir İnsani faydanın teknolojik gelişmeler ile yazılımlar ve robotlar vasıtasıyla karşılanması yaygınlaşmaktadır Donanım teknolojisinin gelişimi ile veri biliminde büyük verilerin ve derin öğrenmenin kullanımı artmaktadır Algoritmalar ve algoritma sistemleri insana özgü faaliyetleri ve beşeri kapasitenin gerçekleştiremediklerini yerine getirerek insana duyulan ihtiyacı azalmaktadır Çalışma insana özgü faydayı sağlayabilen algoritmaları yapay zeka ve makine öğrenmesi kavramlarını ve gelişimlerini incelemektedir Algoritmaları tarihsel kullanım alanları günümüzde bilgisayarlar üzerinde yapay zeka ve yapay zeka ile gelişimlerini sürdüren diğer algoritma öğeleri incelenmiştir | Algoritmalar Yapay Zeka Makine Öğrenmesi Derin Öğrenme ve Uygulamaları Beşeri Fayda Üretiminin Yazılımlar Tarafından Karşılanması |
İstenmeyen elektronik postalar alıcıya rızası dışında gönderilen ve genellikle kötü niyetli veya tanıtım amaçlı olan kişilerin başvurduğu bir yöntemdir Elektronik postalar kullanımının kolaylığı maliyetlerinin ucuz olmasından dolayı propaganda reklam oltalama yapmak isteyen kişi veya topluluklar tarafından etkin bir biçimde kullanılmaktadır Amaçlarını gerçekleştirmek isteyen kişi veya topluluklar hiç tanımadıkları e posta hesaplarına gereksiz ve istenmeyen postalar gönderirler Bu çalışmada istenmeyen elektronik postaların filtrelenmesi için literatürde bulunan yöntemler incelenmiştir Bu istenmeyen e posta filtreleme yöntemleri temel olarak yapay zekâ tabanlı olmayan ve yapay zekâ tabanlı olan şeklinde iki ana başlık altında incelenmiştir Yapay zekâ tabanlı olmayan yöntemlerin istenmeyen e posta tespitinde etkili sonuçlar verdiği ancak literatürde bu yöntemleri atlayabilen tekniklerin olduğu görülmektedir İstenmeyen e posta tespitinde yapay zekâ tabanlı makine öğrenmesi algoritmaları kullanan sistemlerin popülaritesinin arttığı ve araştırmaların bu yönde ivme kazandığı görülmektedir Özellikle derin öğrenme yöntemleri yüksek performansları nedeniyle spam tespitinde tercih edilmeye başlamıştır Literatürde klasik makine öğrenme yöntemlerinden olan Bayes Destek Vektör Makinesi Yapay Sinir Ağı Rastgele Orman Çok Katmanlı Algılayıcı K En Yakın Komşu gibi algoritmalarının kullanıldığı spam tespit yöntemlerinde yüksek başarım sağladığı görülmektedir Uzun Kısa Süreli Bellek ve Evrişimsel Sinir Ağı algoritmalarını kullanan derin öğrenme temelli spam tespit yöntemlerinin başarım oranlarını daha da artırdığı farklı veri kümeleri kullanılarak gösterilmiştir Ayrıca spam tespit sistemlerinde bulunan açık problemler ve Türkçe özelinde bu çalışmaların hangi aşamada olduğu da bu çalışmada irdelenmiştir ve çeşitli öneriler yapılmıştır | İstenmeyen Epostaların Tespiti için Kullanılan Yöntemlerin İncelenmesi |
Yapay zekâ sistemlerinin yaygınlaşmasıyla birlikte toplum üzerindeki etkisi gün geçtikçe artmakta ve son yıllarda yaşanan çığır açıcı gelişmelerle birlikte yapay zekâ teknolojisine olan ilgi artmaktadır Şöyle ki yapay zekâ hâlihazırda savunmadan sanayiye eğitimden bilişime birçok farklı alanda kullanılmaktayken piyasaya sürülen büyük dil modelleriyle birlikte insanların yapay zekâya ulaşımı kolaylaşmış ve bu sayede bireysel ölçekte kullanım da artmış yapay zekâ sistemleri hayatımıza entegre olmuştur Yapay zekâ sistemleri bir insanın saatler içinde yapabileceği işlemleri saniyeler içinde yapabilmektedir Yapay zekâ teknolojisini asıl ilgi odağı haline getiren noktaysa bu teknolojinin kapasitesinin insanın hayal gücüyle eşdeğer olmasıdır Şöyle ki gelişen yapay zekâ teknolojisiyle Einstein’la izafiyet teorisi üzerine sohbet edilebilmekte istenilen sanatçıya musiki eserler icra ettirilebilmektedir Yapay zekâ teknolojisinin bu denli hızlı gelişimi çözümlenmesi gereken pek çok hukuki soru ve sorunu beraberinde getirmektedir Sorumluluk ve tazminat hukuku fikri ve sınai haklar kişilik hakları bu bağlamda ilk akla gelen ve çözümlenmesi gereken hukuki konulardır Esasen bu sorunların temelinde yatan ana sorunsal ise yapay zekânın hukuki statüsüdür Bu hukuki statünün açığa kavuşturulmasıyla beraber yapay zekâ sisteminin kullanımından doğabilecek ihtilaflara uygulanacak hukuk kuralları da belirlenebilecektir Bu bağlamda doktrinde yapay zekânın hukuki kişiliği haiz olmadığını ve mevcut hukuki düzenlemelere yapılacak çeşitli düzenlemelerle bu sorunun üstesinden gelinebileceğini savunan görüşler bulunduğu gibi yapay zekânın kişiliği haiz olması gerektiğini savunan farklı görüşler de mevcuttur Bu bağlamda Avrupa Parlamentosu’nun önerdiği elektronik kişilik modeli başta olmak üzere Amerikan hukuku dâhil yapay zekâ sistemleri için çeşitli kişilik modelleri önerilmektedir Bu makale bir görüşü kayıtsız şartsız savunmak yerine hâlihazırda doktrinde tartışılan görüşleri eleştirel yönleriyle değerlendirmekte ve bu değerlendirmede de karşılaştırmalı hukuk ve normatif metodolojilerinden yararlanmaktadır Bu makalenin ayrıca klasik bir hukuki metinden farklılaşarak yapay zekânın yapısını öğrenme biçimini ve çalışma prensiplerini inceleyen ve bu incelemeyi hukuki kişi ve kişilik kavramları ile sentezleyen disiplinler arası bir çalışma özelliği bulunmaktadır Bu çalışma ileride kendini temsil edebileceği ve bir şeyi neden yapmak isteyeceğini bilebilecek seviyede olacağı öngörülen bir varlığın hukuki kişiliği haiz olmamasının modern hukuk anlayışıyla bağdaşmadığını yapay zekânın sui generis yapısına uygun bir kişilik modelinin geliştirilmesinin gerekli olduğunu bu sayede gelecekte oluşabilecek muhtemel uyuşmazlıkların önüne geçilebileceğini veya doğru bir hukuki düzlemde çözüme kavuşturulabileceğini tartışmaktadır | YAPAY ZEKÂ VARLIKLARININ HUKUKİ STATÜSÜ ÜZERİNE DİSİPLİNLER ARASI BİR MUHAKEME |
Duygu analizi ve fikir madenciliği kişilerin bir konu grup ürün marka veya durum ile ilgili görüşlerini belirttiği metinleri doğal dil işleme yapay zeka veya istatistik alanlarından uygulamalar yardımıyla analiz ederek anlamlandırma çalışmalarıdır Son yıllarda sosyal medya ve kullanıcıların fikir paylaştığı diğer platformların kullanımının artmasıyla saatte terabaytlar seviyesine ulaşan veri miktarı duygu analizi ve fikir madenciliği konularına verilen önemi artırmıştır Bu çalışma kapsamında duygu analizinde makine öğrenimi yaklaşımları sözlük tabanlı yaklaşımlar ve hibrit yaklaşım üzerine güncel makaleler incelenerek makaleler ile ilgili literatür çalışması araştırmacılara sunulmuştur İncelenen makalelerden makalenin yayınlanma tarihi araştırma problemi yaklaşım önişleme ve öznitelik seçme metotları sınıflandırma algoritması model başarı ölçütü başarı oranı en yüksek algoritma ve başarı oranı veri kaynağı bilgilerinin yer aldığı bir tablo oluşturulmuştur Makine öğrenimi tabanlı yöntemlerin sıklıkla tercih edilmesi ve çalışma sayısının diğer yöntemlerden fazla olması sebebiyle denetimli denetimsiz yarı denetimli ve derin öğrenme başlıkları altında ayrı ayrı ele alınmıştır Çalışma sonucunda incelenen makaleler ışığında genel bir değerlendirme ile sonuç çıkarılarak çalışma tamamlanmıştır | DUYGU ANALİZİ VE FİKİR MADENCİLİĞİ UYGULAMALARI ÜZERİNE LİTERATÜR TARAMASI |
Dağılım grafiği iyi bilinen grafiklerden biridir ve makaleler kitaplar raporlar gibi birçok farklı türdeki dokümanlarda sıklıkla kullanılmaktadır Ancak dağılım grafikleri genellikle görüntü biçiminde olduğu için grafiklerde verilen bilgiler görme engelli kişiler tarafından fark edilemez yani esasen makine tarafından okunabilir değillerdir Bu sorunu çözmek için bu makale derin öğrenme ve görüntü işleme tekniklerini kullanarak dağılım grafiği görüntülerinden görsel özellikleri çıkartabilen bir sistem önermektedir Dağılım grafiklerini iki açıdan otomatik olarak sınıflandıran ilk çalışmadır korelasyon derecesi güçlü veya zayıf ve korelasyon türleri pozitif negatif veya nötr Deneysel çalışmalarda Artık Ağlar ResNet Alex Ağları AlexNet ve Görsel Geometri Grubu VGG Ağları gibi alternatif evrişimsel sinir ağı CNN mimarileri hem sentetik hem de gerçek dünya veri setlerinde doğruluk açısından karşılaştırılmıştır Deneysel sonuçlar önerilen sistemin başarılı bir şekilde 93 90 dağılım grafiği görüntülerini sınıflandırarak görme engelli kullanıcıların grafikte verilen bilgileri anlamalarına yardımcı olduğunu göstermiştir | Derin Öğrenme Kullanarak Dağılım Grafiği Görüntülerinin Sınıflandırılması |
Covid 19 pandemisi insanlığın son zamanlarda karşılaştığı en büyük zorluklardan biridir Henüz tedavi edici bir ilaç geliştirilemediği için tüm dünyayı sosyal ve ekonomik anlamda olumsuz etkilemektedir Covid 19’un etkilerini ve vücutta bıraktığı hasarı en aza indirmek için farklı aşı çalışmaları yapılmıştır Dünya genelinde insanlar aşılanarak salgının seyri kontrol altına alınmaya çalışılmaktadır Bu noktada kullanılacak günlük aşı miktarının belirlenmesi ihtiyaç duyulacak aşı ve enjektör gibi malzemelerin miktarına ve bunlarla beraber sağlık hizmetlerinin planlanmasına kadar önemli birçok alanda belirleyici olacaktır Bununla birlikte birçok araştırmacı virüs yayılım modeli oluşturmak ve Covid 19 un gidişatını tahmin etmek için farklı tahmin yöntemleri önermiştir Bunlar arasında yapay zekâya dayalı yöntemler en ilgi çekici ve yaygın olarak kullanılan yöntemlerdir Bu çalışmada dünyada en yüksek aşılama oranına sahip ilk 20 ülke için günlük yapılan aşı sayılarının tahmin edilmesi amaçlanmıştır Bu amaçla DT kNN LR RF SVM MLP CNN RNN ve geliştirilen LSTM tabanlı derin öğrenme modelinin karşılaştırmalı bir analizi sunulmuştur Uygulanan modeller için RMSE MAE ve R2 metriklerine göre elde edilen deneysel sonuçlar karşılaştırmalı olarak analiz edilmiştir Deneysel sonuçlar geliştirilen LSTM tabanlı modelin uygulanan ülkelerin tamamına yakınında 0 90’ın üzerinde R2 değerine sahip olduğunu göstermiştir | Covid 19 Aşılama Sürecinin Tahminine Yönelik Derin Öğrenme Tabanlı Bir Model |
Doğal taşlar insanların barınmadan silaha kadar vazgeçilmez unsurlarından bir tanesidir Bu taş türleri içerisinde mermerler ve mermer türevli ürünler banyodan mutfağa bahçe tasarımından küçük dekoratif ev süslerine kadar insanların sürekli tercih ettiği objelerdendir Mermerler çıkarıldıkları bölgelere göre isimlendirilirken bu alanda uzman olarak nitelendirilen kişiler tarafından gözleme dayalı olarak türleri ve kaliteleri sınıflandırılmaktadır Uzman kişilerin gözleme dayalı yaptığı bu sınıflandırma ekonomik anlamda risk taşımakta iş yükünü arttırmakta ve hata oranı yüksek olabilen zorlu bir süreçtir Bu süreçlerin hızlı kolay ve doğruluk oranı yüksek bir dijital dönüşüme ihtiyacı bulunmaktadır Bu çalışmada mermerlerin tür sınıflandırmasında derin öğrenme kullanılarak özellik çıkarımı yapılmıştır Çıkarılan özellikler makine öğrenme teknikleri kullanılarak sınıflandırma uygulaması gerçekleştirilmiştir 28 ayrı türe ait 3703 mermer ve mermer türevli doğal taş imgesinden oluşan veri seti ile yapılan uygulamanın test sonucunda DenseNet derin öğrenme modeli ve K En Yakın Komşu metodu ile 99 7’lik sınıflandırma başarımı elde edilmiştir | Mermer Türlerinin Makine Öğrenmesi Teknikleri Kullanılarak Sınıflandırılması |
Cilt kanseri insanlarda en sık rastlanan kanser türlerinden birisidir Bu kanser türü melanosit denilen cilt hücreleri tarafından üretilmekte ve bu hücrelerin bölünüp çoğalması sonucunda meydana gelmektedir Cilt kanserinin en önemli belirtisi deri üzerinde leke oluşması veya var olan lekenin şeklinde renginde veya büyüklüğündeki değişiklerin gözlenmesidir Normal bir leke ile cilt kanserinin farkını ayırt etmek için uzman bir hekime başvurmak gereklidir Uzman hekimler dermatoskopi olarak adlandırılan deri yüzeyi mikroskopisi kullanarak deri üzerindeki lekeleri incelerler ve takip altına alırlar veya şüpheli gördüğü bölgeden parça örneği alarak laboratuvar ortamında incelenmesini isterler Bu durum cilt kanseri teşhisinin yapılabilmesi için hem işlem maliyetini artırmakta hem de daha geç evrede tedavi edilmesine yol açmaktadır Bundan dolayı cilt kanserini erken teşhis edebilen bir yazılıma ihtiyaç duyulmaktadır Son yıllarda popüler olan makine öğrenmesi sayesinde uzman hekimlere yardımcı olan bir yazılım ile birçok hastalık tanısı konulabilmektedir Bu çalışmada makine öğrenmesinin bir alt alanı olan derin öğrenme yöntemi kullanılarak cilt kanserini hızlı bir şekilde sınıflandıran ve geleneksel bir evrişimsel sinir ağı mimarisi haline gelen VGGNet model yapıları VGG 11 VGG 13 VGG 16 VGG 19 kullanılmıştır VGGNet model yapılarından biri olan VGG 11 mimarisi diğer model yapılarına göre cilt kanserini daha üstün başarı doğruluğunda 83 tespit ettiği gözlemlenmiştir | VGGNet model yapıları kullanılarak cilt kanserinin sınıflandırılması |
İnsansız hava araçları sağlamış olduğu hareketlilik ve yüksek irtifa sayesinde günümüzde alan tespiti trafik izleme ve trafik kontrol gibi birçok alanda artan bir kullanıma sahiptir İnsansız hava aracı kullanılarak yapılması hedeflenen önemli işlerden birisi de alan resimleri yardımıyla gerçek zamanlı araç tespiti ve araç sayımı olarak görülmektedir Bu amaç doğrultusunda derin öğrenme makine öğrenmesi gerçek zamanlı sınıflandırma ve tanımlama gibi birçok görüntü işleme tekniği ön plana çıkmaktadır Fakat bu tekniklerin performansı kullanılan veri ve işlenen alan doğrultusunda farklılık göstermektedir Bu çalışma kapsamında derin öğrenme algoritmalarından YOLO algoritması referans alınarak algoritmanın küçük obje tespitlerinde gösterdiği düşük performansı tasarlanan ön tanımlı bir yapay sinir ağı yardımıyla iyileştirilmeye çalışılmıştır Çalışma için uygun veri setleri toplanmış algoritmaya uygun halde etiketlenmiş sonrasında algoritma saf haliyle çalıştırılarak 50m 75m 100m ve 200m üzerinde araç tespit testleri uygulanmıştır Paralelinde konvolüsyonel sinir ağları kullanılarak tasarlanan bir yapı yardımıyla YOLO algoritmasının küçük obje tespitlerini iyileştirmek hedeflenmiştir Tasarlanan ağ yardımıyla öğrenme sırasında algoritmanın objeler hakkında daha fazla bilgi sahibi olması sağlanmıştır Çalışma sonucunda YOLO’ya yardımcı olarak sunulan yapının farklı veri setleri kullanılarak gerçekleştirilen testlerinde YOLO’nun tespit oranını 4 3 arttırdığı ve 400x400 giriş değerlerinde 60fps değerine ulaşılabildiği görülmüştür Çalışma kapsamında gerçek zamanlı uygulamalarda araç tespiti için kullanılabilecek bir yapı ortaya konmuştur | DERİN ÖĞRENME YÖNTEMLERİ KULLANARAK GERÇEK ZAMANLI ARAÇ TESPİTİ |
Küçük ve Orta Büyüklükteki İşletme KOBİ ler sermayesi işgücü ve varlıkları ulusal yönetmeliklere göre belirlenen eşik değerlerin altında olan özel sektör işletmeleridir KOBİ ler özellikle gelişmekte olan ülkelerde olmak üzere dünyadaki çoğu ülkenin ekonomisinde önemli rol oynamaktadır Dünya genelinde işletmelerin yaklaşık 90 ını oluşturan KOBİ ler istihdamın 50 sinden fazlasını sağlamaktadır Ülke ölçeğinde KOBİ’lerin ekonomiye katkılarının tahin edilmesi planlama ve yatırım açısından oldukça önemlidir Bu çalışmada KOBİ’lerin ekonomiye sağladıkları katkının tahminine yönelik derin öğrenme tabanlı bir model geliştirilmiştir Geliştirilen LSTM tabanlı derin öğrenme modelinin sonuçları RF SVM CNN MLP RNN ve GRU ile karşılaştırılmıştır Deneysel sonuçlar geliştirilen derin öğrenme modelinin 2 169 MSE 1 473 RMSE 1 175 MAE ve 0 959 R2 değeri ile karşılaştırılan diğer modellerden daha başarılı tahmin performansına sahip olduğunu göstermiştir | KOBİ’lerin Ekonomiye Sağladıkları Katkının Tahmini İçin Derin Öğrenme Tabanlı Model |
Bir yazılımın geliştirilmesi sürecinde tasarım ve öncül üretim en önemli ve zaman alıcı aşamalardır Kullanıcılar yazılımların görsel arayüzlerine ve tasarımlarına oldukça önem vermektedir İyi bir görsel arayüz tasarımına sahip bir yazılım daha iyi işleve sahip olup fakat arayüzü kullanışsız olan benzerinden daha fazla tercih edilmektedir Görsel arayüz tasarımı sürecinde geliştiriciler öncelikle kâğıt üzerinde tasarım gerçekleştirip ardından görsel arayüz tasarım programları ile dijital tasarıma dönüştürürler Sonraki aşamada tasarımın çeşitli biçimlendirme dilleriyle xml html css vb veya doğrudan programlama dilleriyle kodlanması gerekmektedir Otomatik kot üretme yaklaşımlarında amaç minimum yazılım geliştirici maliyeti ile kısa zamanda verimli ve hızlı uygulamalar geliştirmektir Bu çalışmada çeşitli yöntemleri kullanarak otomatik kot üretimi gerçekleştiren çalışmaları içeren geniş bir yayın taraması oluşturulmuştur İncelenen makalelerde çoğunlukla derin öğrenme görüntü işleme yapay sinir ağları veya makine öğrenmesi yöntemleri kullanılmıştır Bu derleme çalışması ile bu alanda çalışma yapacak araştırmacılara rehber olunması amaçlanmıştır | Görüntülerden veya Çizimlerden Otomatik Kod Oluşturma Teknikleri Bir Derleme Çalışması |
Trafik yoğunluğu problemi kentsel hayatın en önemli sorunlarından biri haline gelmiştir Trafik yoğunluğu sebebiyle harcanan zaman ve yakıt araç kullanıcıları ve ülkeler için önemli bir kayıptır Trafikte geçen zamanı azaltmak amacı ile geliştirilen uygulamalar uzun vadeli trafik yoğunluğu hakkında başarılı tahminlerde bulunamamaktadır Kameralar sensörler ve mobil cihazlar üzerinden elde edilen trafik verileri trafik yönetimi sorununu çözebilmek amacıyla yapay zekâ teknolojilerinin kullanımını ön plana çıkarmaktadır Bu çalışmada trafik yoğunluk tahminine yönelik Convolutional Neural Network CNN ve Recurrent Neural Network RNN modelleri kullanılarak hibrit bir tahmin modeli geliştirilmiştir Çalışmada CNN ve RNN in öne çıkan özelliklerinden faydalanmak amaçlanmıştır CNN özellik çıkarma aşamasında RNN ise sıralı zaman serisi verileri üzerinde öğrenme ve tahmin için etkili bir modeldir Bu yöntemler hibrit bir şekilde kullanılarak tahmin doğruluğunun arttırılması amaçlanmıştır İstanbul Büyükşehir Belediyesi tarafından sunulan saatlik trafik yoğunluğu veri seti kullanılmıştır Kullanılan veriseti 2321 farklı nokta için 2020 Ocak ile 2020 Aralık tarihleri arasındaki trafik yoğunluk bilgisini içermektedir Geçen araç sayısı Bağcılar Avrupa Otoyolu kavşağında daha yüksek olduğu için bu konum deneysel çalışmalarda kullanılmıştır Seçilen konum için 9379 satır araç bilgisi bulunmaktadır Geliştirilen hibrit model Linear Regression LR Random Forest RF Support Vector Machine SVM Multilayer Perceptron MLP CNN RNN ve Long Short Term Memory LSTM ile İstanbul’un 2020 yılına ait trafik verileri kullanılarak test edilmiştir Deneysel sonuçlar önerilen hibrit modelin karşılaştırılan modellere göre daha başarılı sonuçlara sahip olduğunu göstermiştir Önerilen model kavşaktan geçen araç sayısı tahmininde 0 929 R2 değerine kavşaktan geçen araçların ortalama hızlarının tahmininde ise 0 934 R Squared R2 değerine sahip olmuştur | Kentsel Trafik Tahminine Yönelik Derin Öğrenme Tabanlı Verimli Bir Hibrit Model |
Bu çalışmada havacılık endüstrisinde ciddi bir sorun teşkil eden uçuşlarda yaşanan gecikmeler sonucu oluşabilecek maddi manevi kayıpları önlemek ve uçuş gecikmesinin önceden tahmin edilerek gerekli önlemlerin alınabilmesi amacıyla makine öğrenmesi ve derin öğrenmeden oluşan üç farklı yöntem uygulanmıştır Deep recurrent neural networks DRNN long short term memory LSTM ve random forest RF yöntemleri kapsamlı bir şekilde test edilmiş ve dünya genelinde 368 havalimanını kapsayan gerçek bir veri seti kullanılarak uçuşların gecikme durumu tahmin edilmiştir Deneysel sonuçlar LSTM modelinin 96 50 recall değeriyle diğer modellere göre daha yüksek başarı oranına sahip olduğunu göstermiştir | Derin Öğrenme Tabanlı Havacılık Uçuş Verilerinde Gecikme Durumunun Tahmin Edilmesi |
Teknolojinin gelişmesi ve beraberindeki hızlı dönüşümü ile pazarlama araçları ve stratejilerinde de değişim meydana gelmiştir Bu süreci şekillendiren dijitalleşmeye ayak uyduran ve onun getirdiği hız kavramıyla değişen tüketicinin istek ve talepleridir Yapay zekâ uygulamalarının pazarlamaya dâhil olması ve beraberinde gelişen araçlar pazarlama profesyonellerine birçok katkı sunmaktadır Günümüzde yapay zekâ farklı birçok alanda kullanılarak iş süreçlerini iyileştirmekte ve geliştirmektedir Yapay zekânın pazarlama profesyonellerine sunduğu önemli araçlardan biri sohbet robotlarıdır Yapay zekâ destekli sohbet robotları müşterilerle zaman sınırı olmaksızın iletişim içerisinde olan bilgisayar programlarıdır Yapay zekâ destekli sohbet robotları markaların tüketici ile olan iletişim süreçlerine gün geçtikçe daha fazla dâhil olmakta bu alanda çalışan profesyonelleri destekleyen roller üstlenmektedir E ticaretin yaygınlaşması ve tüketiciler tarafından kullanılması beraberinde çalışanların kontrol edebileceğinden daha fazla iletişim yükü ortaya çıkarmıştır Bu noktada sohbet robotları müşteri memnuniyetinin sağlanması ve markanın iletişiminin sürekliliğinin devam etmesinde önemli rol oynamaktadır Ayrıca bu iletişimden elde edilen veriler pazarlama profesyonelleri için değerli müşteri iç görülerine dönüşmektedir Bu çalışmada dijitalleşme ile pazarlamanın geçirdiği dönüşüm ele alınarak yapay zekâ ve sohbet robotları incelenmektedir | Dijital Pazarlamada Yapay Zekâ Kullanımı Sohbet Robotu Chatbot |
Kanser dünyada ve ülkemizde gözlenme sıklığı giderek artan sağlık sorunlarının başında gelmekte ve her yıl milyonlarca insan kanser nedeniyle hayatını kaybetmektedir Histopatolojik tanı kanser türünün teşhisinde ve tedavi stratejisinin belirlenmesinde önemli bir rol oynamaktadır Bu çalışmada akciğer histopatoloji görüntüleri kullanılarak derin öğrenme yöntemlerine dayalı bir otomatik model geliştirilmesi amaçlanmıştır Geliştirilen modelde öncelikle DenseNet201 MobileNetV2 VGG16 NASNetLarge Xception InceptionV3 VGG19 EfficientNetB7 ve ResNet152 gibi önceden eğitilmiş derin öğrenme mimarileri kullanılarak özellik çıkarımı gerçekleştirilmiş ve daha sonra Adaboost Çok katmanlı algılayıcı Rastgele orman ve Destek vektör makinesi gibi makine öğrenmesi yöntemleri ile sınıflandırılmıştır Ardından sınıflandırıcılardan elde edilen değerlendirme sonuçlarına göre en iyi performansa sahip ilk üç derin öznitelik birleştirilerek makine öğrenmesi sınıflandırıcılarına girdi olarak kullanılmıştır Deneysel sonuçlar en iyi özniteliklerin birlikte kullanılmasının sınıflandırma başarısına olumlu yönde katkı sağladığını göstermiştir Test veri setinden elde edilen sonuçlar önerilen hibrit yaklaşımın 97 22 ortalama sınıflandırma başarısı ile akciğer histopatoloji görüntülerinden adenokarsinom skuamöz hücreli karsinom ve normal dokuların otomatik sınıflandırmasında etkili olduğunu göstermiştir | Akciğer Histopatoloji Görüntülerinden Çıkarılan Derin Özellikleri Kullanan Makine Öğrenmesi Sınıflandırıcıları ile Akciğer Kanseri Tespiti |
Günümüz endüstrisinde teknik donanımlar artan bir karmaşıklıkla gelişmektedir Endüstriyel donanımların yüksek güvenilirliğini ve sürdürülebilirliğini sağlamak için daha esnek bakım stratejileri ilgi çekmektedir Bakım stratejileri önleyici bakım düzeltici bakım ve öngörücü bakım olmak üzere üç ana başlıkta toplanmaktadır Günümüz teknolojisinin veri odaklı endüstriyel sistemlerini potansiyel arızalar oluşmadan önce takip etmek zorunlu hale gelmiştir Öngörücü bakım bu arızaları oluşmadan önce tahmin eder ve oluşacak arızadan korunmak için zorunlu eylemlerin alınmasını sağlar Öngörücü bakım geçmiş ve gerçek zamanlı veriler üzerinde temellendirilmiş bir bakım planı stratejisidir Endüstriyel uygulamalarda toplam başarımı iyileştirerek bakım maliyetlerini düşürdüğü bilinmektedir Bu çalışmada makine ve derin öğrenme temelli karşılaştırmalı bir öngörücü bakım uygulaması gerçekleştirilmiştir Uygulamada klasik makine öğrenmesi yöntemleri ve derin öğrenme mimarileri kullanılmıştır Klasik makine öğrenmesi yöntemi olarak Lojistik Regresyon Naive Bayes Sınıflandırıcı Karar Ağacı Destek Vektör Makinesi Rastgele Orman ve K En Yakın Komşuluk derin öğrenme mimarisi olarak ise Uzun Kısa Süreli Bellek ve Geçitli Tekrarlayan Birim kullanılmıştır Yöntemlerin başarımları UCI Makine Öğrenmesi Ambarlarından alınan Öngörücü Bakım veri seti üzerinde incelenmiş ve sonuçlar karşılaştırmalı olarak ölçütler bazında detaylı bir biçimde sunulmuştur | Makine ve derin öğrenme temelli karşılaştırmalı bir öngörücü bakım uygulaması |
Yapay zekâ kavramı 1900’lü yılların ikinci çeyreğinden itibaren hayatımıza girmeye başlamıştır Bugüne kadar ki süreçte bazen çok popüler olmuş bazen de unutulmaya yüz tutmuştur 2000’li yıllarda bilgisayar donanımlarının gelişmesi ve yapay sinir ağlarındaki gelişmeler Yapay zekâ araçlarının tekrardan yoğun kullanılmasına sebep olmuştur Derin öğrenme çalışmaları yapay zekâ çalışmalarının lokomotifi konumundadır Derin öğrenme sadece bilgisayar biliminde ve nesne algılama görevinde değil birçok disiplinde ve birçok görevde kullanılmaktadır Derin öğrenme çalışmaları için farklı mimariler farklı donanımlar farklı yazılım çerçeveleri geliştirilmiştir Derin öğrenme araçlarının ve mimarilerinin bu kadar fazla olması özellikle problemlerinin çözümü için derin öğrenme araçlarını kullanmak isteyen araştırmacıların kafasını karıştırabilmekte veya işini zorlaştırabilmektedir Bu çalışmada derin öğrenme kavramı hakkında bir anlayış oluşturmayı hedefliyoruz Derin öğrenme kavramını ve onu oluşturan alt bileşenleri sistematik olarak sunuyoruz Akabinde günümüzde yaygın olarak kullanılan ana akım derin öğrenme çerçevelerini sunuyoruz Bu çerçevelerin performans zaman doğruluk Google da aranma GitHub’da takip edilme gibi farklı ölçütlere göre incelendiği araştırmalardan bir derleme hazırlanmıştır Bu çalışmanın özellikle derin öğrenme araçlarına aşina olmayan ancak çalışmalarında derin öğrenme araçlarını kullanmak isteyen araştırmacı ve okuyucular için bir kılavuz olmasını arzu ediyoruz | Nesne Tespiti İçin Derin Öğrenme Kütüphanelerinin İncelenmesi |
Bu çalışmanın amacı yeni başlatılan yapay zeka tabanlı ChatGPT’nin kütüphane hizmetleri üzerindeki etkisini ve etkinliğini araştırmaktır Çalışma kütüphaneler ve bilgi merkezleri gibi ortamlardaki ChatGPT uygulamalarının bir analizini sunmaktadır Bu çalışmada nitel yöntem uygulanmıştır Veri toplama aracı ChatGPT ile gerçekleştirilen görüşmelerdir ChatGPT’ye kütüphane ve bilgi yönetimi performansı hakkında altı açık uçlu soru sorulmuştur Bulgular ChatGPT’nin kütüphaneler ve kullanıcıları için yararlı bir araç olduğunu göstermektedir ChatGPT diğer chatbotlara göre daha gelişmiştir Bilgiye erişimi bilgiye en hızlı şekilde ulaşmayı kaynak geliştirmeyi danışma hizmetlerini kütüphane eğitimini ve araştırma faaliyetlerini destekler Bu çalışma ChatGBT ile yapılan görüşemeler ve ChatGPT’den alınan yanıtlara dayanan yenilikçi bir çalışmadır Daha önce ChatGPT ile kütüphane ve bilgi hizmetleri bağlamında yapılan birkaç çalışmanın varlığı söz konusudur Ancak bunlar bu çalışmada tartışılan altı soruyu kapsamamaktadır ChatGPT en yeni chatbot’a sahiptir Sonuç olarak bu çalışma kütüphanecilerin ve kütüphane politika yapıcılarının bu teknolojiyi edinmelerine ve kütüphane hizmetlerinde ChatGPT’yi adil bir şekilde kullanmalarına yardımcı olabilir | Kütüphanelerde ChatGPT Uygulamaları Zorluklar ve Fırsatlar |
Ülkelerin kalkınma hızı ve ekonomik gelişmelere bağlı olarak tüketim alışkanlıklarının yelpazesi kontrolsüz bir şekilde genişlemektedir Yükselen yaşam standartları ile birlikte kaçınılmaz olarak hanehalkı enerji tüketimi de enerji talebinin son yıllarda önemli ölçüde artmasına neden olmaktadır Dünya çapında önemli bir enerji kullanıcısı olan hanehalklarının enerji kullanımı hakkında artan bir endişe bulunmaktadır Hanehalkı toplam enerji harcamalarını tahmin etmek için makine öğrenmesi yöntemlerinin uygunluğunu araştıran çalışmalar yetersizdir Bu boşluğu gidermek için bu çalışmada hanehalkı toplam enerji harcamalarının regresyon tahmini için farklı makine öğrenmesi yöntemlerinin karşılaştırılması sunulmuştur En iyi tahmin performansını sağlayan makine öğrenmesi yönteminin bulunması amaçlanmıştır Çalışmada Türkiye İstatistik Kurumu TÜİK ’ten elde edilen Hanehalkı Bütçe Anketi 2019 veri seti kullanılmıştır 11 521 hanenin hanehalkı tüketim verileri incelenmiştir Yapılan literatür taraması ve uzman görüşü rehberliğinde hanehalkı enerji harcamaları ile doğrudan veya dolaylı olarak ilgili değişkenler oluşturulmuştur Hazırlanan değişkenler açık kaynak erişimli RapidMiner yazılım programı ile veri ön işleme öznitellik seçimi modelleme tahmin ve performans değerlendirme aşamalarından geçirilmiştir Hanehalkı toplam enerji harcamalarını tahmin etmek için regresyona bağlı farklı makine öğrenimi yaklaşımları kullanılmıştır Modelleme aşamasında DL GBT RF KNN DT makine öğrenmesi modelleri kullanılmıştır Sonuç olarak en yüksek R2 0 99 ve en düşük RMSE 5 5 ile en iyi performansı DL modeli göstermiştir Analiz sonuçları hanehalkı toplam enerji harcamaları tahmininde derin öğrenme yöntemi ile daha doğru sonuçlar elde edildiğini göstermektedir | Makine Öğrenmesi Yöntemleri Kullanılarak Hanehalkı Toplam Enerji Harcamaları Tahmini |
Makine öğrenme algoritmaları günümüzde hemen hemen tüm bilim dallarında kullanılmaktadır Özellikle sınıflandırma algoritmaları fen ve sağlık bilimleri açısından oldukça popüler bir konudur Derin öğrenme diğer algoritmalar gibi makina öğrenme tekniklerinden biridir Günümüzde işlemci hızlarının artması nedeni ile tekrar popüler olmuştur Özellikle grafik işlemci tabanlı hesaplamalar bu konuyu popüler yapmıştır Bu çalışmanın amacı kimyasal veri tabanlarından elde edilen veriler ile literatürde iyi bilinen dopamin reseptörlerine bağlanan agonist ve antiagonist moleküllerini makine öğrenme algoritmaları ile sınıflandırmaktır Çalışmanın amacı ayrıca veri sayısı az olan durumlarda sınıflandırma yaparken doğru bir sınıflandırma için derin öğrenme algoritmasının kullanımını önermektir Algoritmanın eğitmek için Python kütüphanelerinden Scikit learn ve Tensorflow Keras kullanılmıştır Sınıflandırma işlemi popüler makine öğrenme algoritmaları ile kıyaslanmış ve sonuçlar bir tablo olarak sunulmuştur | AZ VERİ SETLİ ÇALIŞMALARINDA DERİN ÖĞRENME VE DİĞER SINIFLANDIRMA ALGORİTMALARININ KARŞILAŞTIRILMASI AGONİST VE ANTAGONİST LİGAND ÖRNEĞİ |
Hava kirliliği günümüz için önemli bir problem olmakla birlikte sanayileşme orman yangınları egzoz gazları kalitesiz yakıt kullanımı gibi sebepler gelecek nesilleri de tehdit edecek ciddi bir problem ile bizleri yüzleştirmektedir Bu sebepler içerisinde ise yoğun sanayileşme hava kirliliğinde rol oynayan en önemli faktörlerden birisidir Bölgesel sanayi gelişimi şehirlerde hava kalitesini etkilemektedir Sanayinin gelişmesi ile birlikte bazı kirleticilerin miktarı azalmakta iken ozon seviyelerinde artış yaşanmaktadır Önümüzdeki yıllarda hava kirliliğini neden olacağı problemleri daha fazla hissetmemek hava kalitesini yönetmek ve risklere karşı önlem almak için hava kirliliğinin tahmin edilmesi kaçınılmaz hale gelmektedir Bu çalışmada sanayinin gelişmiş olduğu Kocaeli ve Sakarya illeri ile sanayinin çok fazla gelişmediği Çanakkale illeri için 2018 2021 arası saatlik ozon seviyelerini tahmin etmek amacıyla zaman serilerine dayalı makine öğrenmesi ve derin öğrenme yöntemleri uygulanmıştır Uygulanan modeller Ortalama Mutlak Hata MAE Bağıl Mutlak Hata RAE ve R kare R2 metrikleri kullanılarak karşılaştırılmış ve en etkin yöntemin belirlenmesi amaçlanmıştır | Ozon Konsantrasyonlarını Modellemek için Makine Öğrenmesi ve Derin Öğrenme Yöntemlerinin Karşılaştırılması |
Yardım masası bir organizasyonun çalışanlarına veya müşterilerine merkezi bilgi ve destek yönetimi hizmeti sağlayan iletişim noktasıdır Organizasyonun verimliliği açısından yardım masasına gelen taleplerin doğru kategorilere ayrılarak doğru kişilere ve zamanında yönlendirilmesi büyük önem arz etmektedir Bu sebeple bu çalışma kapsamında derin öğrenmeye dayalı otomatik bir yardım sistemi önerilmiştir Önerilen sistem talepleri başlıklarında yer alan cümlelere göre otomatik olarak uygun kategorilere ayırmaktadır Bu işlem için kelime gömme ing word embedding yöntemi kullanılmıştır Metin ön işleme adımlarından sonra üç katmanda embedding flatten ve dense öğrenme gerçekleştirilerek yardım masası taleplerinin ait olduğu kategori belirlenmektedir Bu amaçla kurumsal bir şirkete ait BT yardım masası talepleri kullanılmıştır Dokuz farklı kategoride toplam 28 104 talepten oluşan veri kümesi 60 eğitim 20 doğrulama ve 20 test kümesine ayrılmıştır Yapılan deneyler sonucunda 98’e ulaşan sınıflandırma doğruluğu önerilen modelin otomatik bir yardım masası sistemi için iyi bir aday olduğunu ortaya koymuştur | DERİN ÖĞRENME TEMELLİ OTOMATİK YARDIM MASASI SİSTEMİ |
Günümüzde dünyamızın hızla artan nüfusu karşısında hızla azalan ham madde ve besin gibi ihtiyaçların karşılanması için araştırmacılar yeni kaynak arayışlarının yanında var olan kaynakları daha etkin ve verimli kullanan çalışmalara da yöneldiler İnsanlığın en büyük ihtiyaçlarından biri olan besin ihtiyacının karşılanmasında kullanılabilecek alternatif yöntemlerden biri olan hidroponik tarımın kullanımı gün geçtikçe daha popüler hale gelmiştir Toprak yerine besin solüsyonlu su kullanılması hava şartlarından etkilenmemesi kapalı alanlarda uygulanabilmesi ve dikey yönlü olabilmesi hidroponik tarımı diğer tarım yöntemlerinden daha farklı kılan özelliklerdir Bunun yanında bu tarım yönteminde toprak bulunmaması beraberinde daha çok gözlem ve gözetim ihtiyacını getirmektedir Bu çalışmanın amacı hidroponik tarımda verimin artırılması için gerekli olan gözlem ve gözetim ihtiyacının makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sağlanabileceğini göstermektir Bu amaçla beş adet makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak yapılan deneysel çalışmalarda hidroponik tarımın verimliliğinin arttırıldığı gözlemlenilmiştir Derin öğrenme yöntemi 99 7 başarı ile diğer yöntemlere göre daha iyi sonuç elde etmiştir | Makine Öğrenmesi ve Derin Öğrenme Yöntemleri ile Hidroponik Tarım |
Amaç Panoramik radyografiler üzerinden tespit edilen apikal patolojilerin yapay zekâ temelli ticari bir yazılım ile doğruluğunun tespit edilmesidir Gereç ve yöntem En az bir tane apikal patolojinin olduğu 100 panoramik radyograf seçilmiş ve Denti AI ticari yazılımına yüklenmiştir Sistemin 30 60 90 eşik değerlerinde apikal patolojiyi tespit etmesi sağlanmıştır Panoramik radyografiler Ağız Diş ve Çene Radyolojisi alanında uzmanlığını almış iki hekim ve Ağız Diş ve Çene Radyolojisi uzmanlık eğitimini sürdüren iki araştırma görevlisi tarafından seçilmiştir Verilerin analizi SPSS 22 0 Paket Veri Programı ile yapılmıştır Bulgular Çalışmanın sonunda 30 60 90 eşik değerleri için sensivite değerleri sırasıyla 62 6 38 1 ve 6 8 spesifite değerleri 0 100 ve 100 tanısal doğruluk değerleri 61 3 39 3 ve 8 6 olarak bulunmuştur PPV değerleri 96 8 100 ve 100 NPV değerleri 0 3 2 ve 2 1 AUC değerleri ise 0 313 0 69 ve 0 534 olarak hesaplanmıştır İstatistiki testlerde p 0 05 değeri anlamlı olarak kabul edilmiştir Sonuç Yapay zekâ programı özellikle eşik değer düşürüldüğü zaman uzman hekimlere yakın sonuçlar vermektedir Bu şekilde hazırlanan yapay zekâ tabanlı ticari yazılımlarda örnek sayılarının artışı ve bunların geriye dönük tespit edilmesinin doğruluğu artıracağını bu tip yazılımların klinik tanılarda daha çok yer alacağını ve yoğun kliniklerde başvurulabilecek bir destek sistemi olabileceğini düşünmekteyiz | PANORAMİK RADYOGRAFLARDA APİKAL PATOLOJİ TEŞHİSİ İÇİN YAPAY ZEKA YETERLİ GÜVENİLİRLİK DÜZEYİNE ULAŞTI MI FARKLI EŞİK DEĞERLERDE KARŞILAŞTIRMALI ÇALIŞMA |
Bu çalışmada hava yoluyla salgın hastalıkların yayıldığı pandemi dönemlerinde yüz maskesi takan ve takmayan insanların otomatik olarak tespit edildiği bir evrişimsel sinir ağı geliştirilmiştir Tüm dünyayı etkileyen büyük bir salgında tek bir kişinin bile dikkatsiz davranışları öncelikle kendi yakın çevresinden başlamak üzere yaşadığı tüm ülkeyi hatta tüm dünyayı tehlikeye atabilme potansiyeline sahiptir Bu nedenle basit gibi görülen bir yüz maskesinin salgın boyunca kullanımı küçümsenmemelidir Gerekli tüm tedbirlerin üst düzeyde alınması bir zorunluluktur Her ülkenin kendi kolluk kuvvetleri tarafından gerekli denetimler gerçekleştirilmektedir Ancak insan sayısının kolluk kuvvetlerinin denetleyebileceğinden çok daha fazla olması nedeniyle teknolojik gelişmelerden faydalanılmak zorunda kalınmaktadır Geliştirilen bu sistemle birlikte yüz maskesi denetiminin insan gücü yerine yapay zekâ kullanan sistemler tarafından yapılması amaçlanmıştır Bu amaçla ilk olarak gerçek insan yüzü fotoğraflarından oluşan veri seti oluşturulmuştur Oluşturulan veri setinde maskeli ve maskesiz olmak üzere toplamda 418 adet resim bulunmaktadır Resimler seçilirken farklı renk ve şekillerde maskelerin veri setinde yer alması sağlanmıştır Doğrudan resim girdisi ile çalışan ve sınıflandırma işlemlerinde kullanılan evrişimsel sinir ağları ile sınıflandırma işlemi gerçekleştirilmiştir İkili sınıflandırma olarak ele alınan bu problemde evrişimsel sinir ağı mimarisinin en iyi sonucu vermesi için hiper parametre ayarlaması yapılmıştır Modelin optimum parametreleri ayarlanarak sınıflandırma işlemi gerçekleştirilmiştir Sınıflandırma işlemi sonucunda 95’lik bir doğruluk yüzdesi elde edilmiştir Elde edilen bu başarı yüzdesi evrişimsel sinir ağlarının yüzde bulunan maskenin tespit edilmesinde başarılı bir şekilde kullanılabileceğini göstermiştir | Evrişimsel Sinir Ağları Kullanılarak Yüz Maskesinin Tespit Edilmesi |
Normalizasyon veri setindeki aykırı değerleri ortadan kaldırmak ve ağ yanlılığını gidermek için kullanılmaktadır Bu çalışmada COVID 19 hastalığının teşhisi için kullanılan Konvolüsyonel Sinir Ağları CNN tabanlı Derin Öğrenme DL modeli ile farklı kombinasyonlarda Mean Variance Softmax Rescale MVSR ve Min Max normalizasyonları kullanılarak ağın doğruluğunun artırılması amaçlanmıştır Bu amaçla CNN modeli Google Colab ortamında oluşturulmuş ve COVID 19 için göğüs X ray görüntülerini içeren açık bir veri seti ile eğitilmiştir Veri seti model doğruluğunu karşılaştırmak için MVSR ve Min Max normalizasyon algoritmalarının farklı kombinasyonlarıyla normalize edilmiştir Her eğitilmiş model bir h5 dosyası olarak kaydedilmiş ve ardından test aşaması için Kria KV260 Vision AI Starter Kit FPGA kartına yüklenmiştir En yüksek doğruluk sonuçları MVSR ve Min Max normalizasyonlarının birlikte uygulandığı senaryo ile elde edilmiştir En iyi performansı veren senaryo COVID 19 ve normal X ray görüntüleri ile FPGA yapılandırmasında tekrar test edilmiştir En yüksek doğruluk MVSR Min Max senaryosuyla deneysel olarak gerçekleştirilmiş ve 93 olarak elde edilmiştir Modelin kesinliği duyarlılığı ve F1 Skor değerleri sırasıyla 0 91 0 96 ve 0 93 olarak belirlenmiştir | COVID 19 teşhisi için farklı normalizasyon algoritmaları kullanılan derin öğrenme modelinin FPGA gerçeklemesi |
End of preview. Expand
in Data Studio
README.md exists but content is empty.
- Downloads last month
- 9