Bilgisayar Mühendisliği Yüksek Lisans Programı / Computer Engineering Master's Degree Program

Permanent URI for this collectionhttps://hdl.handle.net/11413/4936

Browse

Now showing 1 - 20 of 50

Platformlar Arası Kod Klon Tespiti
(İstanbul Kültür Üniversitesi, 2023) TUNÇ, TAYFUN; Akhan Akbulut
Günümüzün taleplerine ayak uydurmak için yazılım mimarisi sürekli olarak geliştirilmektedir. En modern mimari yöntemlerden biri olmasına rağmen, mikroservis mimarisini uygulamanın zorlukları vardır. Mikroservis mimarisinin çok dilli yapısı organizasyon kolaylığı sağlarken, kod klonlarının algılanmasını da zorlaştırır. Kod klonları, bir yazılım sistemindeki, sistemi korumak için gereken bakım zamanını ve ihtiyaç duyduğu kaynağı artıran, yinelenen kod parçalarını ifade eder. Yazılım geliştirme için kod klonlarının hem olumlu hem de olumsuz etkileri olabilir. Bu nedenle, herhangi bir kod gözden geçirme ve yeniden düzenleme öncesi klonların tanımlanması gerekir. Çok dilli mikroservislerde, platformlar arasında kod klonlarını tespit etmek, onları aynı platformda bulmaktan daha zorlu bir iştir. Bu araştırma, JavaScript, C, C# ve Java ile geliştirilen yazılım bileşenlerinin, birbirinin kod klonları olma derecesini analiz etmek için bir metodoloji sunmaktadır. Spesifik olarak, kodların ne kadar benzer olduğunu belirlemek için Kosinüs Benzerliği, Öklid Uzaklığı ve Manhattan Uzaklığı ölçümlerini kullandık. Deney yoluyla, https://atcoder.jp sitesinden kod kopyalarından oluşan bir veri kümesi topladık ve çeşitli yaklaşımlar için deneysel eşikler belirledik. Deneylerimiz, platformlar arası kod klonlarını tespit etmede en etkili yaklaşımın Manhattan Uzaklığı olduğunu (%91,59), bunu Öklid Uzaklığı (%91,08) ve son olarak da Kosinüs Benzerliği'nin (%72,83) izlediğini gösteriyor. Aynı platformda kod klonlarını tespit etmedeki başarı oranı ise Kosinüs Benzerliği %94,73, Öklid Uzaklığı %91,77 ve Manhattan Uzaklığı %91,15'tir. Bu tekniğin, yazılım geliştirme ekiplerinin çeşitli teknolojiler kullandığı ortamlarda ortaya çıkabilecek platformlar arası benzer kod örneklerini belirlemek için kullanılabileceği tespit edilmiştir.
Multi – Objective Trajectory Tracking for an Autonomous Mobile Robot in Dynamic Environments Using Evolutionary Algorithms
(İstanbul Kültür Üniversitesi, 2023) TEYMOURNEZHAD, MAHYAR; Özgür Koray Şahingöz
Mobile robots have got very significant role in today's modern life affecting nearly all aspects of human beings' lives; from military and agriculture to education, healthcare, social services, and tourism. Mobile robot can be an unmanned aerial vehicle (UAV), an unmanned submarine, or a waiter robot working at the restaurant, or an agent of delivery system. While talking about mobile robots, the first think sparks to think about is the navigation system and trajectory planning for them so that enables them to move in different terrains autonomously. Letting mobile robots run in an autonomous way needs an artificial system to be embedded on them to find the optimal route which is the shortest and the smoothest one with the lowest cost, exactly as a human operator would act, besides avoiding colliding the obstacles in the environment. This is called monitoring and surveillance of mobile robot's motions to improve their behavior in order to choose the best trajectories among the possible solutions. One of the most crucial areas of research in the field of mobile robotics is the development of the best methods for monitoring and routing trajectories for all types of moving unmanned robotic systems. Trajectory tracking is done in order to find a route without encountering environmental obstacles and hurdles. Although, lots of studies have been done for path planning, but most of them were done in static environments which is less like the real-world situation. In a real-life scenario, we may have multiple obstacles in the routing environment and the shapes and sizes of the obstacles may vary from each other. Furthermore, there may be some moving obstacle moving in different directions with different speed and characteristics. This makes the trajectory tracking more difficult for unmanned robotic systems. As the solution space for path planning problems is very wide, it is categorized as NP-Hard problems. The evolutionary algorithms having a heuristic approach to solve the problem have recorded a very significant trail in solving NP-hard problems till now and still there is a great appeal on improving them to be able to get better solutions. Depending on the path planning problem definition which induces us whether to take a discrete approach or a continuous approach to solve the problem, we can choose the appropriate one among the evolutionary algorithms to find the most appropriate solutions. In this Thesis, the investigation and comparison of two different points of view for solving the routing problem of moving robots in dynamic and unknown spaces with the presence of fixed and moving obstacles have been proposed. Our goal is to design and implement an algorithm according to which an optimal path is obtained from the starting point to the target point and also avoids any collision with static and dynamic obstacles during this path by the robot. First, the routing problem is solved with the ant colony optimization algorithm, and then routing is done in the same environment with the fuzzy logic method. The conducted investigations show the more appropriate efficiency of the fuzzy method in terms of simplicity in implementation in time-consuming processes and the results of the investigation of the time and length of the movement path in dynamic and static environments indicate the strength of this method compared to other evolutionary algorithms, especially in a dynamic environment.
Mikroservis Ekosisteminde Servis Keşfi Mekanizması
(İstanbul Kültür Üniversitesi, 2023) TOKMAK, AHMET VEDAT; Akhan Akbulut
Günümüzde teknolojinin hızla gelişmesi ile yazılım-yoğun sistemler her zamankinden daha fazla hayatımıza dahil olmakta, bu sistemlerde çoğunlukla tercih edilen monolitik yazılım mimarisinin ihtiyacı karşılamakta yetersiz kaldığı görülmektedir. Servis Odaklı Mimari (SOA), uygulama geliştirme dili, platform bağımsız kullanımı ve yüksek ölçeklenebilirlik avantajları nedeniyle monolitik mimari yerine tercih edilmeye başlanmıştır. SOA'nın en güncel uygulaması olan mikroservis mimarisinin yazılım mimarisi olarak kullanımının yaygınlaşması, mikroservisler için keşif problemini beraberinde getirmiştir. Mikroservislerin etkin kullanımı için ilk olarak erişilmek istenen mikroservise ait IP ve Port bilgilerine takiben mikroservisin ilgili yazılım bileşeninin aktif olup olmadığı bilgisine ihtiyaç vardır. Aynı servisi sunan çok sayıda mikroservis tespit edilmesi durumunda, mikroservisler arasından hizmet kalitesi en yüksek olanın seçilmesi gerekir. Bir mikroservisin kalitesi; başarı, verim, gecikme zamanı, tepki süresi gibi belirli parametrelerle belirlenir. Bu çalışma kapsamında mikroservis kalitesinin tahmin edilebilmesi için sistematik literatür taramasıyla yapılan çalışmalarda öne çıkan SVM, Karar Ağacı, Rassal Orman, KNN ve Naive Bayes sınıflandırma algoritmalarının etkili olduğu gözlemlenmiştir. Yaptığımız araştırma çalışmasının bir diğer bulgusu olarak; ilgili algoritmalarla birlikte önerilen Gradyan Artırma, XGBoost, LightGBM ve CatBoost yükseltme algoritmalarını kullanan ampirik çalışmalar yapılmıştır. Geliştirilen modellerin en uygun hiperparametre değerlerinin tespit edilmesi için Grid Search, Random Search, Bayes Search, Halvin Grid Search ve Halvin Random Search olarak beş farklı yöntem kullanılmıştır. Deneylerde gerçek dünyadan elde edilen 2507 mikroservise ait trafik verisini barındıran QWS veriseti kullanılmıştır. Mikroservis kalitesinin tahmin edilmesinde en iyi sonuç %90.42'lik genel doğruluk oranı ile CatBoost algoritmasıyla elde edilmiştir.
Müşteri İlişkileri Yönetimi İçin Manifold Öğrenme İle Denetimli Doğrusal Olmayan Boyut İndirgeme
(İstanbul Kültür Üniversitesi, 2023) YILMAZ, BEYTULLAH; Fatma Patlar Akbulut
Veri hacimleri katlanarak artmasından dolayı, yüksek boyutlu veri setleri, analiz ve modellemenin yanı sıra görselleştirme ve yorumlama adımlarındaki performanslarında zorluklar ortaya çıkmaya başladı. Bu zorluğun bir sonucu olarak, onu tanımlamak için "boyutsallığın laneti" türetilmiştir. Çeşitli öğrenme yöntemleri, içsel bağlantılarını korurken veri setlerinin boyutlarını azaltarak boyutsallığın lanetini hafifletmeyi amaçladıkları için bu çalışmanın konusudur. Çoklu öğrenme algoritmalarının boyutsallığı düşürmedeki başarısına ilişkin çalışmalar cesaret verici olsa da bu çalışmanın büyük çoğunluğu ya hayali ya da sayısal veri setleriyle yürütülmüştür. Sonuç olarak, bu algoritmaların kategorik verilerle kullanım için uyarlanmasına yönelik araştırmalarda çok büyük bir boşluk vardır. Bu boşluğu doldurmak için, bu tezde önce kategorik veri kümeleri üzerinde öne çıkan manifold öğrenme algoritmalarını seçilmiş ve değerlendirilmiş, ardından sonuçlar derinlemesine analiz edilerek sunulmuştur. Manifold öğrenme teknikleri Çekirdek Temel Birleşen Analizi, İzomap, Lokal Doğrusal Gömme (LLE) (diğer 3 varyantı ile), t-Dağıtılmış Stokastik Komşu Gömme (t-SNE) ve Standart Manifold Yaklaşımı ve Projeksiyonu (UMAP) bu tez için seçilmiştir. Araştırmacılar, bir dizi farklı alandaki başarıları nedeniyle bu algoritmalara çok dikkat etmişlerdir. Bu çalışma, kategorik veriler bağlamında faydalarını keşfederek, boyut indirgeme yöntemlerine ilişkin artan bilgi birikimine katkıda bulunmaktadır. Bu çeşitli öğrenme algoritmalarının, kategorik veri setlerindeki temel yapıyı ve ilişkileri ne kadar iyi yakaladığını ve koruduğunu incelemek, bu yöntemleri değerlendirmenin önemli bir parçasıdır. Performansı değerlendirmek için çeşitli değerlendirme ölçüm teknikleri kullanılmıştır. Bulgular, kategorik verilere uygulandığında manifold öğrenme algoritmalarının güçlü yanlarını ve sınırlamalarını ortaya çıkararak, çeşitli veri türleriyle uğraşan araştırmacılar için yararlı bilgiler sağlamayı hedefler. Bu çalışmadan elde edilen bulgular, boyutluluk indirgeme yöntemlerinin kullanımını geliştirerek, yüksek boyutlu kategorik veri kümelerinin daha doğru modellenmesine ve yorumlanmasına yol açacaktır.
Stres Göstergelerinin Ses Özelliklerine Dayalı Olarak Analizi
(İstanbul Kültür Üniversitesi, 2023) KASAPOĞLU, ÇAĞATAY; Fatma Patlar Akbulut
Günümüzde insanlar daha hızlı bir yaşam temposuna sahiptir ve sürekli olarak çalışma, sosyal ilişkiler, mali sorumluluklar ve diğer günlük yaşam zorlukları arasında denge kurmaya çalışırlar. Teknolojik gelişmelerle birlikte her zaman erişilebilir olma beklentisi de artmıştır. İnternet ve sosyal medya gibi platformlar, insanları sürekli olarak bilgilendirme ve bağlantı halinde olma baskısı altına sokabilir. Stresin uzun süreli etkileri ise sağlık sorunlarına yol açabilmektedir. Gündelik süreçte, çeşitli temel duygulara barınmaktayız, hangi temel duygunun stres içerdiğinin araştırılması ve analizi bu çalışmamızda yapılmıştır. EMO-DB (Berlin Duygusal Konuşma Veri tabanı) verisi, RAVDESS (Ryerson Duygusal Konuşma ve Şarkılara İlişkin Veri tabanı) ile SAVEE (Surrey Duygusal Konuşma Veri tabanı) üzerinde açık kaynak kütüphanesi OpenSmile ile ses özelliklerinin çıkarımları yapılmıştır. Stresli ve stressiz olarak gruplandırılan veri setinin karşılaştırılması, T-Testi yapılarak hangi ses özelliklerinin stresi belirlemede daha başarılı olduğu tespit edilmiştir. Derin öğrenme modellerinden LSTM ve 1D-CNN algoritmalarıyla tahmin edilmesi ve istatistiksel sonuçların hangisinde daha başarılı olduğu gözlenmiştir.
Gerçek Zamanlı Strateji Oyunu İçin Mikro Yönetim Yapay Zekası
(İstanbul Kültür Üniversitesi, 2023) ÖZCAN, SUAT; Akhan Akbulut
Satranç ve GO oyunlarından daha fazla durum ve eylem alanına sahip gerçek zamanlı strateji oyunlarında uygulanan sabit kodlama ve senaryolu davranış bu alanın yapay zeka ihtiyacını karşılamıyorlar. Başarılı bir yapay zeka yaratmak için farklı yöntemler deneniyor. Bu yöntemlerden biri de yapay öğrenmedir. Gözetimli ve gözetimsiz metotlarla bu geniş durum ve eylem alanında başarılı sonuçlar elde edilmeye başlandı. Gerçek zamanlı strateji oyunlarını oluşturan öznitelikler değerlendirilerek öğrenme modellerine uygun öznitelikler keşfediliyor. Çalışma alanları daraltılıyor ve bu türün bir noktasına odaklanıyor. Bu çalışmada eğitim modellerini eğitecek veri kümesi için öznitelikler sistematik literatür taraması sonucu belirledik. Araştırma ortamını dengeli oyun mekanikleri ile Starcraft seçtik. Oyundaki durumu ve eylemi net ve açık şekilde kayda alan veri tabanından gerekli öznitelikler çıkardık. Bu özniteliklerin belirlediği her bir durumda Zerg ve Terran oyuncusunun hamlelerini veri kümesine işledik. Bu veri kümeleri ile 3 farklı model eğittik. Bu modeller ileri beslemeli sinir ağı modeli, uzun kısa vadeli hafıza ağlı özyinelemeli model ve 1B konvolüsyonel modelden oluşur. Ardından oyundaki birlikler menzillerine göre sınıflara ayırdık ve modelleri tekrar eğittik. Bulgular sunduk ve karşılaştırdık. Menzil sınıflandırmasının Zerg ırkı için daha başarılı sonuçlar verdiğini gördük. Zerg veri kümesi için yüksek f1 puanları ve AUC alanları sebebi ile uzun kısa vadeli hafıza ağlı özyinelemeli sinir ağı modelinin ve Terran veri kümesi için ileri beslemeli sinir ağı modelinin en iyi model olduğuna karar verdik.
Zihinsel Yorgunluk Bulgularının Fizyolojik Sinyallere Dayalı Analizi
(İstanbul Kültür Üniversitesi, 2023) DERDİYOK, ŞEYMA; Fatma Patlar Akbulut
Zihinsel yorgunluk uzun süreli bilişsel performansa dayalı ortaya çıkan psikofizyolojik bir durumdur. İş ve insan sağlığı açısından zararlı etkileri de olan zihinsel yorgunluk oluştuğu anda karar verebilme, seçim yapabilme, çözüm sunabilme, algılayabilme vb. bilişsel becerilerde azalma olur. Günlük yaşam kalitesini düşüren zihinsel yorgunluğun tanımlanması ve erken tespiti günümüz teknolojisiyle mümkündür. Bu erken tespit ile yorgunluğa dayalı ortaya çıkan zihinsel performans ve motivasyon düşüklüğü, konsantre olamama, reflekslerde azalma gibi olumsuz etkiler azaltılabilir. Bu çalışmada derin ve transfer öğrenme yaklaşımları ile zihinsel yorgunluk bulgularının tanımlanması için fizyolojik sinyallerin kullanımının ve uygulanabilirliğinin analizi yapılmıştır. Ayrıca kişilerin demografik bilgilerinin zihinsel yorgunluğu oluşturmadaki etkilerine bakılmıştır. Yaş ortalaması 29 olan 4 farklı meslek grubundan aktif çalışan 23 katılımcı belirlenmiştir. Katılımcıların rutin iş düzenlerine devam ettikleri esnada sabah ve akşam ayrı ayrı olmak üzere EEG, BVP, EDA, HR, TEMP, ACC fizyolojik sinyalleri kaydedilmiştir. Bu sinyalleri seçmedeki birincil neden bilişsel süreçlere olan duyarlılıkları ve altta yatan zihinsel yorgunlukla ilgili değişiklikleri yakalamadaki potansiyelleridir. Farklı frekans sıklığına sahip bu sinyallerle 1, 32 ve 64 Hz frekans aralıklarına örnekleme yapılarak 3 farklı veriseti oluşturulmuştur. Bu verisetleri oluşturulurken her 3 dakikada bir son 1 dakikalık örneklem seçilmiştir. Bu verisetleri önerilen derin öğrenme ve transfer öğrenme modelleriyle eğitilmiştir. Optimum sonuçlar 64 Hz örnekleme frekansına sahip veri kümesinde elde edilmiştir. Bu modellerden tek boyutlu evrişimsel sinir ağı %98 doğruluk oranı ile daha yüksek performans sergilerken, transfer öğrenme aşamasında tekrarlayan sinir ağı modellerinden LSTM %97, GRU %95 doğruluk oranı ile en iyi sınıflandırıcı olmuşlardır. Zihinsel yorgunluğu transfer öğrenme ile tespit etmede stres kökenli veriseti özelliklerinin duygu tanıma kökenli veriseti özelliklerinden daha baskın olduğu gözlemlenmiştir. Ayrıca örneklem sıklığı arttıkça modellerin sınıflandırma performansının arttığı; EDA sinyalinin zihinsel yorgunluğu tespit etmede daha belirleyici olduğu; çalışma süresi, uyku düzeni ve süresi gibi faktörlerin zihinsel yorgunluk oluşturmada doğrudan etkili olduğu gözlemlenen diğer sonuçlardır.
Modlar Arası Transfer Öğrenimi İle Ses Sinyallerinden Duygu Tanıma
(İstanbul Kültür Üniversitesi, 2023) KILIÇ, FAHREDDİN RAŞİT; Fatma Patlar Akbulut
İnsanların konuşma sırasında ifade ettikleri duyguları anlamak, uygun şekilde tepki vermek için önemlidir. Ses sinyallerinden anlayabileceğimiz bilgileri maksimize edebilmek için ilgili ses ve görüntünün transfer öğrenimi yöntemi ile analiz edilmesi önemlidir. Duygu tanıma çalışmalarıyla alakalı olarak derin öğrenme ve yapay zekâ algoritmalarıyla araştırmalar hız kazanmıştır. Özellikle yapay zekâ ve robotik sistemlerde, doğal ve empatik bir insan-makine etkileşimi sağlamak için ses sinyallerinden duygu analizi esastır. Bu sistemler sayesinde kullanıcı deneyimini zenginleştirerek daha etkili ve tatmin edici hizmetler sunulabilmektedir. Duygu analizi sağlık sektöründe de önemli bir rol oynamaktadır. Psikolojik hastalıkların teşhis ve takibinde, hastaların duygu durumlarını doğru bir şekilde tespit etmek, uygun tedavi ve müdahalelerin gerçekleştirilmesi için kritiktir. Eğitim sektöründe ise, öğrencilerin ve öğretmenlerin duygusal durumlarını anlamak, eğitim ve öğretim süreçlerini daha etkili hale getirmektedir. Reklam ve pazarlama alanında, tüketici duygularını analiz etmek, müşteri memnuniyetini ve marka sadakatini artırarak satışları ve karlılığı yükseltmektedir. Ayrıca, duygu analizi, oyun endüstrisinde daha gerçekçi ve etkileyici oyun deneyimleri sunmak için de kullanılmaktadır. Bu tez çalışmasında, ses sinyallerinden ve ses sinyallerine ait ilgili görüntülerden transfer öğrenme yöntemi ile bu verilerin duygu durumlarını tespit etmeye yönelik gelişmiş sınıflandırma ve analiz yöntemlerini kullanılarak doğru duygu tahminlerinde bulunmayı hedeflenmektedir. Bu çalışmada veri seti nötr, sakin, mutlu, üzgün, kızgın, korkulu, tiksinme ve şaşırmış olmak üzere 8 farklı duygu durumu kullanılmıştır. Ses verilerini analiz edebilmek için MFCC ve Log Mel Filter Bank olmak üzere iki yöntem, Dense ve LSTM olmak üzere iki derin öğrenme tekniği kullanılmıştır. Video veri setini analiz edebilmek içinse CNN ağ modeli kullanılmıştır. Toplamda 11 farklı uygulama gerçekleştirilen bu uygulamada modellerin başarısı analiz edilmiş ve sonuç olarak görüntü verilerinden sınıflama gerçekleştiren modelden konuşma ses sinyalleri verilerinden sınıflama gerçekleştiren modele transfer öğrenmesi yöntemi ile bilgi aktarımı gerçekleştirilip %6,78'lik başarı artışı sağlanmıştır. Ayrıca MFCC yönteminin LMFB'a göre daha başarılı olduğu, şarkı ses türünün ise konuşma ses türüne göre daha yüksek doğrulukla etiketlendiği görülmüştür.
Açıklanabilir ve Yorumlanabilir Yüz Duygu Tanıma
(İstanbul Kültür Üniversitesi, 2023) TOKMAK, ELİF NASIR; Fatma Patlar Akbulut
Günümüzde birçok sektörde otonom sistemler artmaktadır. Bu sistemler ile insanlar arasındaki etkileşimin artmasıyla bu sistemlerin doğru kararlar vermesi oldukça zorlaşmıştır. Otonom sistemlerin karar alırken insanların duygularını dikkate almaması, yanlış kararlar almasına sebep olmaktadır. Oluşturulan sistemlerin kişinin duygu durumuna göre karar vermesi gereken durumlarda, bu sistemlerin kişilerin duygularını yüz ifadelerinden hızlı ve doğru bir şekilde tahmin etmelerini gerekli kılmıştır. Bu çalışma yüz ifadesi tanımak için yapılan çalışmalarda oluşturulan yapay zekâ modellerinin aldığı kararların açıklanması ve eksikliklerinin belirlenmesi konularında yol gösterici olacaktır. İlk olarak Literatürde bu alanda yer alan çalışmalar incelenerek bu çalışmada kullanılacak model, veriseti ve teknikler belirlenmiştir. Bu çalışmada daha önceden eğitilmiş modeller olan VGG, ResNet ve Inception modelleri üzerinde iyileştirmeler yapılarak yeni üç model oluşturulmuştur. Oluşturulan modeller Fer2013 veriseti ile eğitilmiş ve modeller ilk olarak eğitim ve test verileri üzerinden karşılaştırılmıştır. Daha sonra ise modeller yedi farklı duygu durumu için seçilen yedi görüntüyü tahmin etmeleri sağlanarak ikinci defa karşılaştırılmıştır. Her iki karşılaştırmada da en iyi model VGG olmuştur. Modellerin yaptıkları tahminlerin doğruysa neden doğru ve yanlışsa neden yanlış olduğunu açıklanması için beş farklı Açıklanabilir Yapay Zekâ (XAI) tekniği kullanılmıştır. Kullanılan XAI teknikleri GradCAM, GradCAM++, Saliency haritası, SHAP ve LIME teknikleridir. Her modelin yedi farklı duygu durumunu tahmin etmesi sağlandıktan sonra bu tahminin beş farklı teknikle açıklaması yapılmıştır. En açıklayıcı bilgiler GradCAM++ ve Saliency haritası teknikleriyle elde edilmiştir.
Özellik Önemine Göre Otomatik Tanımlama Sistemi Verilerindeki Eksik Kalıpları Yükleme
(İstanbul Kültür Üniversitesi, 2023) BAZMAN, ECEM NİLAY; Fatma Patlar Akbulut
Denizcilik sektöründe, AIS (Otomatik Tanımlama Sistemi) verileri, deniz güvenliği, deniz trafiği yönetimi, liman operasyonları, deniz araştırmaları ve çevre izleme, deniz ticareti ve lojistik gibi birçok alanda önemli bir rol oynamaktadır. AIS, gemilerin konum, hız, rotasyon ve diğer ilgili bilgilerini gerçek zamanlı olarak ileten bir sistemdir. Ancak, AIS verilerinin toplandığı süreçte veya iletim sırasında eksik verilerin ortaya çıkması oldukça yaygın bir durumdur. Eksik AIS verilerinin oluşması, gemi sınıflandırması ve diğer denizcilik uygulamaları için önemli bir sorun oluşturur. Özellikle gemi sınıflandırma modelleri, gemilerin tipini doğru bir şekilde tahmin etmek için çeşitli veri özelliklerine ihtiyaç duyar. Statik verilerdeki eksiklikler, modelin doğruluğunu ve performansını olumsuz yönde etkileyebilir. Bu çalışma, gerçek AIS verileri kullanılarak gemi sınıflandırması yapan bir modelin girdileri olan statik verilerdeki eksik verilerin özellik önemine göre tamamlanması sağlayarak modele etkileri paylaşılmıştır. Eksik AIS verilerinin tamamlanması, aynı zamanda veri setindeki azınlık sınıflarının model tarafından daha iyi öğrenilmesini de hedeflemektedir. Elde edilen sonuçlar, eksik verilerin tahmine dayalı bir şekilde tamamlanması yaklaşımının modelin doğruluğunu ve performansını artırabildiğini göstermektedir. Bu çalışma, eksik verilerin tamamlanması için kullanılan yaklaşımın uygulanabilir olduğunu ve açıklayıcı bir şekilde sunulabileceğini göstermektedir.
Çekişmeli Üretici Ağlar İle Yüz İfadelerinden Duygu Etiketleme
(İstanbul Kültür Üniversitesi, 2022) ÖZGÜL, GİZEM; Fatma Patlar Akbulut
Günümüzün trendi haline gelen insan-bilgisayar etkileşimi ile ilgili çalışmalar giderek artan temalardan biri haline gelmiştir. Özellikle teknolojinin hızla artması ile birlikte pek çok alanda duygu analizi konusuna olan ilginin de arttığı görülmektedir. Bunlara; psikolojik hastalıklar, adli işlemler, eğitim, tıp ve akıllı sistemler örnek gösterilebilinir. İnsan yüz ifadeleri yardımıyla duygu analizi yapılabilmesi oldukça zor, karmaşık ve maliyetli problemlerden biridir. Zor ve karmaşık olmasının en önemli sebebi yüz görüntüleri içerisinde jest ve mimiksel ifadeler barındırmasıdır. Maliyetli olmasının sebebi ise çalışmalarda başarımı artırılabilmesi için defalarca kez işlemlerin tekrarlanması gerekmektedir. Bu çalışmada insanların yüz görüntüleri üzerinden duygu analizi yapılmaya çalışılmıştır. Çalışmada AffectNet veri kümesindeki yedi farklı duygusal durum incelenmiştir: kızgın, iğrenme, korkma, mutlu, nötr, üzgün ve şaşırmış. Bu araştırmada gerçek görüntüler ile Light Weight GAN algoritması kullanılarak elde edilen sahte görüntülerden oluşan yeni veri kümesi elde edilmiştir. CNN mimarileri yardımıyla duygu analizi yapılmıştır. Önerilen modelin ResNET152 ve Inception V3 mimarileri üzerinde başarım oranı test edilmiştir.
Gerçek Zamanlı Kaçak Elektrik Kullanımının Derin Öğrenme İle Tespit Edilmesi
(İstanbul Kültür Üniversitesi, 2022) YILDIZ, BARAN BEREKET; Fatma Patlar Akbulut
Teknolojinin gelişimiyle elektrik enerjisine duyulan ihtiyaç günden güne hızla artmaktadır. Elektrik enerjisine artan talep ile paralel olarak kaçak enerji tüketimleri de başta Güneydoğu Anadolu Bölgesi olmak üzere yaygın şekilde kullanılmaya devam etmektedir. Bu durumun sonucunda literatürde kaçak elektrik tüketim tespiti analizlerine olan ihtiyaç artmaktadır. Bu çalışmada abonelere ait gerçek zamanlı kaçak elektrik tüketim durumu olan analiz başarı sayısı ve gerçek zamanlı anlık olarak elde edilen bir çok değişken ile derin öğrenme kütüphanelerinden biri olan Keras kütüphanesi Sıralı model kullanılarak eğitilmiş olup uygun hiper parameterler ile katmanlara ayrılarak açıklanmıştır. Proje sonucunda abonelerin kaçak tüketim gerçekleştirip gerçekleştirmediği durumu en yüksek doğru sınıflandırma ile oluşturulmuştur.
Derin Duygu Analizi ile Uzaktan Eğitimde Kullanıcı Deneyimini Değerlendirme
(İstanbul Kültür Üniversitesi, 2022) SADIGOV, RAHIM; Fatma Patlar Akbulut
Son yıllarda sosyal medya platformlarının insanlar arasında hızla yaygınlaşması onları sunulan hizmetler arasında en popüler hale getirmiştir. Twitter, Facebook, Instagram gibi sosyal medya platformlarından gelen veriler duygu analizi ve başka bir çok alanlarda kullanılıyor. Bir sosyal medya platformu olan Twitter kulanıcı paylaşımları ile büyük veriye sahiptir. Bu paylaşımları işleyip duygu analizini ederek kulanıcıların paylaşımlardaki konu hakkında duygularını tespit etmek mümkündür. Duygu analizi doğal dil işlemenin alt dallarından biridir. Çoğunlukla, e-ticaret platformlarında ürünler hakkında yorumlarda, sosyal medya platformlarında paylaşımlarda duyguları tespit etmek için kullanılıyor. Son yıllarda veri uzmanlarının bu konu ile yakından ilgilenmesi nedeniyle popüler konular arasındadır. 2020 Ocak ayından itibaren Dünyayı saran Covid-19 salgını tüm alanlarda olduğu gibi eğitim alanını da kötü yönde etkilemişdir. 29 Nisan tarihinden Türkiye eğitim öğretim kurumlarının uzaktan eğitime geçmesi bu konunun popülerliğini arttırmıştır. Bu çalışmada Twitter sosyal medyası üzerinde paylaşılan uzaktan eğitim ile alakalı Türkce paylaşımlar için duygu analizi yapılmışdır. Twitter platformu üzerinde uzaktan eğitim ile alakalı paylaşımlar toplanmış ve etiketlenmesi yapılmışdır. Bu etiketlerdeki duygu sınıfları olumlu, olumsuz ve tarafsız veya alakasız olmak üzere üç sınıfa ayrılmıştır. Fakat, tarafsız ve alakasız etiketlere sahip paylaşımlar duygu analizinde önemli etkiye sahip olmadıkları için veri setinden silinmiştir. Bu çalışmada, CNN, LSTM, RNN olmak üzere üç derin öğrenme tekniği kullanılmıştır. Veriler eğitim ve test olmak üzere iki ayri verisetine ayrılmıştır. Veri seti bu teknikler kullanılarak eğitilmiş ve tahmin sonuçlarını belirlemek için test edilmişdir. Her sınıflandırma algoritmasının performansı geri çağırma, doğruluk, kesinlik ve F1 skorlari ile ölçülmüş ve birbirleri ile kıyaslanmıştır. Son olarak, RNN diğer iki modele kıyasla tüm metriklerde 38487 Twitter veri kümesinde en yüksek performansı elde etti ve % 74'lik oranla en yüksek doğruluğa ulaştı.
Araç İçi Ağlarda Makine Öğrenmesi Tabanlı Saldırı Tespit Sistemi
(İstanbul Kültür Üniversitesi, 2022) KALKAN, SONER CAN; Özgür Koray Şahingöz
Gelişen dünyaya paralel olarak ulaşım teknolojileri de her geçen yıl önemli ölçüde gelişmeye ve değişmeye başlamıştır. Bu gelişim süreci ile beraber belli başlı sorunlar da kendini göstermeye başlamıştır. İvmeli olarak yükselen insan nüfusu ve aynı ivme ile artan ulaşım ihtiyaçları, toplu yaşam alanlarında araç kazalarında artışa neden olmaktadır. Buna ek olarak trafik sorunları ve yakıt tüketimi artışı sorunları da kendini göstermektedir. Bu döngünün getirdiği sorunların yeni teknolojik kazanımların kullanımıyla çözülmesi gerektiği açıktır. Bu bağlamda, sürücüsüz araçlar veya diğer adıyla otonom araçlar konseptleri iyi bir çözüm niteliği taşımaktadır. Her çözüm kendi sorunları da beraberinde getirmektedir. Bu çözüm de beraberinde belli başlı sorunları ortaya çıkarmaktadır. Günümüzde birçok otomobil, iki aşamada incelenen dijital güvenlik yaklaşımları ile geliştirilmektedir. Bu sistemler, dış kaynaklı siber saldırılardan koruma sağlamak için gereken bir tür gömülü sistem haberleşmesi (Denetleyici Alan Ağı (CAN) gibi) kullanılarak, araç içindeki ağda oluşturulur. Bu saldırılar, kural odaklı, anomali odaklı, liste odaklı sistemler vb. gibi çeşitli yollarla tespit edilebilir. Mevcut literatür, araştırmacıların bu tür saldırıların tespiti için bazı yapay zekâ tekniklerinin kullanımına odaklandığını göstermiştir. Yapılan çalışmada CAN güvenliği için makine öğrenimi yöntemlerine dayalı bir siber saldırı tespit sistemi önerilmiştir. Sonuç olarak, karar ağacı temelli toplu öğrenme modellerinin test edilen algoritmalar içerisinde en yüksek başarımı verdiği gözlemlenmiştir.
Por Motivasyonunu Artırmak İçin Sanal Gerçeklik Tabanlı Egzersiz Bisikleti Platformu
(İstanbul Kültür Üniversitesi, 2022) LİV, MUHAMMET ALİ; Ertuğrul Saatçı
Sanal gerçeklik teknolojisinin popülaritesi günümüzde git gide artarak eğitim, sağlık ve spor gibi birçok alanda yaygın olarak kullanılmaya başlanmıştır. Bu tez çalışması kapsamında geliştirilen sanal gerçeklik oyunu ve kondisyon bisikleti ile insanların spora olan ilgisini artırıp sporu daha eğlenceli bir hale getirmek amaçlanmaktadır. Ek olarak React.js ile hazırladığımız web ara yüzü sayesinde kullanıcıların geçmiş aktivitelerini takip ederek düzenli spor yapmalarına olanak sağlanmaktadır. Böylece çağımızın en büyük sorunlarından olan obezitenin en büyük nedeni olan hareketsizliği azaltmayı hedeflemekteyiz. Sanal gerçeklik için Unity oyun motorunu kullanarak geliştirdiğimiz oyuna e-postası ve şifresi ile giriş yapan kullanıcının yaş, boy, kilo ve hedef nabız aralığı gibi bilgileri hesaplamalarda kullanılmak üzere .net core ile hazırlanan API ile veritabanından alınmaktadır. Kullanıcı isterse oyuna başlamadan önce zorluk derecesini ayarlar kısmından değiştirebilmektedir. Eğer kullanıcı zorluk derecesini değiştirirse oyunda yoldaki eğim artmaktadır. Oyundaki eğim artışı hissini kondisyon bisikletinde yaşatmak için seçilen zorluk derecesi Bluetooth vasıtasıyla kondisyon bisikletine aktarılmakta ve böylece artırılan zorluk derecesine göre yeterli sayıda elektro mıknatıs aktif edilmektedir. Aktif edilen her elektro mıknatısın ana kasnağa uyguladığı kuvvet sayesinde pedalı çevirmek zorlaşmakta böylece oyundaki gerçeklik hissi artmaktadır. Oyuna eklediğimiz bisikletli karakter ve animasyonu, geliştirdiğimiz kondisyon bisikletinden Bluetooth ile alınan devir verisi kullanılarak oyun içinde hareket ettirilmektedir. Oyun içinde tasarlanan iki zemin bulunmakta ve karakter diğer zemine geçtiğinde arkada kalan zemin karakterin bulunduğu zeminin önüne getirilmektedir. Bu döngü karakteri durmaması için takip eden zombi karakteri yakalayıp oyun bitene kadar ya da kullanıcı oyundan çıkana kadar devam ettirilmekte böylece oyunda süreklilik sağlanmaktadır. Kullanıcı oyun sırasında ekranın sol üst köşesinde nabız, mevcut hız, geçen süre, yakılan kalori miktarı ve gidilen toplam yol bilgilerini görebilmektedir. Ayrıca oyunda nabız verisi cihazın üstüne yerleştirilen sensörler vasıtasıyla sürekli alınmakta ve nabız oyuna giriş yapan kullanıcının olması gereken hedef nabız aralığında değilse kullanıcıya uyarı verilmektedir. Böylece kullanıcının daha sağlıklı spor yapması hedeflenmektedir. Oyuna girişte API vasıtasıyla alınmış yaş, boy, kilo verisi kullanılarak oyun sırasında yakılan kalori miktarı hesaplanmaktadır. Kullanıcı oyundan çıktığı zaman yaktığı kalori miktarı yine API vasıtasıyla veritabanına kaydedilmektedir. Kullanıcı web arayüzü sayesinde istediği zaman kullanım verilerini takip edebilmektedir. Cihazın tüm bu fonksiyonları ile kullanıcıların spor yapma motivasyonu artırması hedeflenmektedir. Kullanıcı değerlendirmeleri bölümünde yer alan anket sonuçları cihazın bu potansiyele sahip olduğunu göstermektedir. Anket sonuçlarına göre kullanıcılara yöneltilen "tasarlanan cihazı kullanmak spor motivasyonunuzu artırır mı" bağlamındaki sorulara kullanıcı cevaplarının ortalaması 5 üzerinden 4'ün üzerinde çıkmıştır.
Duygusal Reaksiyonların Fizyolojik Deneyim Örnekleme ile Analizi
(İstanbul Kültür Üniversitesi, 2022) DOĞAN, GÜLİN; Fatma Patlar Akbulut
Stres, modern toplumumuzun ayrılmaz bir parçası haline geldi. Gelişmekte olan teknolojinin sağladığı akıllı cihazların yaygın bir şekilde kullanılması, bu cihazlarla stresi algılama ve hafifletme amacıyla kullanılması araştırma konusunu haline gelmiştir. Son zamanlarda göze çarpmayan giyilebilir cihazların ekolojik ortamlarda araştırmalara katkı sağlaması amacıyla kullanımı başlamıştır. Bu cihazların sağladıkları veriler ile duygu ve bilişin izlenmesi, deneyim ve bağlama özgü uygulama olanakları için yeni fırsatlar sağlamıştır. Bu cihazlar, günlük yaşamdaki çeşitli alanlardan çok miktarda yüksek oranda çözülmüş ve kişisel verilerin toplanmasını sağlayan deneyim örnekleme metodolojisi kullanılarak çoklu sensörler, kayıt kanalları ve uygulama tabanlı değerlendirme fırsatları ile donatılmıştır. Çalışmanın amacı, deneyim örnekleme metodu ile toplanan görüntü, ses ve fizyolojik sinyaller ile derin öğrenmeye dayalı duygu tahmin etme sistemlerinin oluşturulmasıdır. Çalışmaya katılan 20 katılımcı tarafından 7 gün süresince 6 defa olmak üzere 15 dakikalık oturumlar olacak şekilde, 175 saatlik fizyolojik sinyal, 111 görüntü ve 68 ses kaydı toplanmıştır. Görüntü verileri kullanılarak ses verilerinin desteklenmesi sayesinde çoklu modelleme duygu analizi gerçekleştirildi. Füzyon verileri için görüntü verilerinden duygu tahmini yapılabilme %83 oranında, ses sinyallerinde duygu tahmini ise %74 oranında başarı ile tahmin edildi. Çalışma kapsamında toplanan fizyolojik sinyallerin tümünün sentezlenmesi için geliştirilen optimum performansa sahip modelin başarı oranı %94 olarak tespit edilmiştir. Toplanan fizyolojik sinyallerin çeşitli kombinasyonları transfer öğrenimi tekniğinin ardından optimum model ve optimum zaman pencereleri kullanarak stres tahmini gerçekleştirildi. İkili ve üçlü fizyolojik sinyal kombinasyonları sonucunda EDA ve BVP sinyallerinin stres tespitinde etkin rol oynadığı görülmüştür.
Deep Learning-Based Defect Prediction for Mobile Apps
(İstanbul Kültür Üniversitesi, 2022) JORAYEVA, MANZURA; Akhan Akbulut ; Çağatay Çatal
Mobile applications are increasing their popularity every year. However, unrecognized defects within mobile applications can affect businesses due to negative user experience. To avoid this, defects of applications should be reviewed before releases. The well-known methods for defect prevention include Review and Inspection, Walkthrough, Logging and Documentation, and Root Cause Analysis, as well as employing innovative predictive approaches using machine learning. The benefit of these prediction models is that more testing resources can be allocated to fault-prone modules effectively. This study aims to present a defect prediction model for mobile applications. We applied cross-project and used deep learning algorithms including Artificial Neural Networks (ANN), Convolutional Neural Networks (CNN), and Long-Short Term Memory (LSTM) to develop a defect prediction model and applied it to Android applications datasets. SMOTE Oversampling technique is used to balance datasets, accuracy metrics such as precision, recall, F1-score, ROC, and AUC to achieve performance, and model results are evaluated with tenfold cross-validation.
Mikroservis Ekosisteminde Servis Durum Yönetimi
(İstanbul Kültür Üniversitesi, 2021) KARATAŞ, FURKAN; Akhan Akbulut
21.yy başlarında Amazon, eBay, bestbuy.com gibi büyük şirketlerin yapıları monolitik haldeydi. Bu şirketler günümüzün getirdiği yenilikleri ve değişiklikleri sistemlerine hızlı biçimde uygulayamıyordu. Bunun nedeni ise monolitik yapının tek bir halde olması ve içerisindeki değişikliklerin sistemin tamamını etkileyecek sonuçlar doğurmasıydı. Ardışık değişiklikleri yapabilmek için bu şirketler mikroservis mimarilerini kullandılar. Sistemleri servislere ayırarak bu değişiklikleri daha hızlı adapte edebildiler. Mikroservislerin daha esnek ve ölçeklendirilebilir yapıya sahip olabilmesi için bu işlemleri sadece ilişkisel veri tabanı modellerinde yapmak yerine uygulama ile veri tabanı arasındaki ön bellek sistemini kurgulayarak işlemlerin hızını ve verinin bütünlüğünü sağlamak amaçlanmaktadır. Günümüzde mikroservislerin popülaritesi artmaktadır. Ağırlıklı olarak yazılım, finans, bankacılık, danışmanlık, e-ticaret ve telekomünikasyon sektörlerinde kullanılmaktadır. Mikroservis yapısının avantajı farklı teknolojileri bir arada kullanarak yapının esnek ve ölçeklendirilebilir hale getirilmesidir. Mikroservis mimarileri tek bir sistemin her biri ayrı olarak çalışabilen ve açık protokollerle iletişim sağlayabilen birden fazla servislere ayrılan yapılardır. Bu yapılar günümüzde sıkça kullanılmaktadır. Çoğu büyük şirketler sistemlerini daha hızlı ilerletebilmek için monolitik yapıyla inşaa ederler ve bir süre sonra olgunlaşan projelerde kod karmaşıklığı nedeniyle sorunlar ortaya çıkabilir. Bu yapılarda esneklik ve çeviklik kaybedilebilir. Mikroservis yapılarında ise her servis ayrı ayrı geliştirilebildiği için ölçeklendirilebilmesi daha kolaydır. Uygulamalarda artan işlemlerin sonrasında darboğazlar ortaya çıkabilmektedir. Bu durum verilerin ölçeklendirilmesine izin verilmediği ilişkisel veri tabanı modellerinde olabilir. Mikroservisler ve veritabanları arasındaki ön belleğe alma işlemi ile bu darboğazların önüne geçilir. Burada kullanılacak ön bellek yapısı ile işlemlerin hızı arttırılmış olur. Disk Veri tabanı Sistemi (DRDS) eskiden beri çok sık kullanılan bir yöntemdi. Bu yöntemde sistemin performansı diskin boyutuna ve gerçek zamanlı veri boyutuna bağlıydı. Dezavantajı ise diskin fiziksel boyutu kadar veri yüklenebileceği için depolama özelliğinin sorunu olabilir. Bunun yanında veri kaybı gibi bir güvenlik sorunu ortaya çıkabilir. Daha yeni bir yaklaşım olan In Memory Data Grid (IMDG) ise bellek içerisinde gridde işlem yapılan dağıtık veri yapısıdır. IMDG genişletilebilir bellek yapısıyla ölçeklendirilebilir yapıya olanak sağlar. Güvenlik açısından ise dağıtık mimarinin güvenlik yapılarını kullanabilir. Bu çalışmada çok sayıda kullanıcının aynı anda ilişkisel veri tabanı modelinde tutulan kayıtlara ulaşılmak istenildiğinde yanıt verme süreleri ön bellek yapısı ile en aza indirgenmiştir. Mikroservislerin esnek ve ölçeklendirebilir yapısı sayesinde kullanıcı ve kayıt bazlı değişimleri yaparak hızlı sonuçlar üretmek amaçlanmaktadır.
İçerik tabanlı oltalama saldırısı tespit sistemi
(İstanbul Kültür Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı, 2021) Özker, Uğur; Şahingöz, Özgür Koray
Son yıllarda internet teknolojilerinin kaçınılmaz büyümesi nedeniyle gerçek dünyadaki sistemlerin neredeyse tamamı dijital platformlara aktarılıyor. Bu, özellikle ilgili hizmetlere her zaman ve her yerde konsept ile bağlanmamızı sağlayan mobil cihazlarla hayatımızın her alanında siber uzay kullanımını artırıyor. Bununla birlikte, bu kaçınılmaz genişleme, özellikle standart son kullanıcılar için birçok güvenlik ihlali de beraberinde getirir. Kimlik avı, bilgisayar korsanlarının kendilerini kolayca engelleyerek kullandıkları en çok tercih edilen saldırı türlerinden biridir. Bu tür saldırı, başlangıçta basit bir e-posta veya sosyal medya mesajı ile tetiklenir ve bu mesaj, esas olarak kurbanları kötü niyetli bir web sayfasına yönlendirir. Güvenlik yöneticileri için tespit edilmesi gerçekten zor saldırı türleridir. Bu nedenle, bu makalede içerik tabanlı bir kimlik avı tespit mekanizması önerilmektedir. Teklifte, en iyi eğitim modellerini seçmek için altı farklı makine öğrenimi modeli uygulanmaktadır. Deneysel sonuçlar, önerilen yaklaşımın çok sağlam olduğunu ve güvenlik yöneticileri için kabul edilebilir doğruluklar verdiğini göstermektedir.
Çoklu öğrenci servislerinin rota optimizasyonu
(İstanbul Kültür Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı, 2021) Şahin, Hasan; Şahingöz, Özgür Koray
Büyük şehirlerin karmaşık yapısından kaynaklı çok sayıda sorun bulunmaktadır. Şehirlerdeki sorunların çözülmeye çalışılması sonucunda ortaya çıkan akıllı şehir kavramı, şehirlerin çeşitli alanlardaki sorunlarını çözebilir. Şehirlerin çözülmeyi bekleyen sorunları arasında ulaşım sorunu ön plana çıkmaktadır. Ulaşım sorunları içerisinde temel bir sorun okul servisi sorunudur. Okul servisi, öğrencilerin ikamet ettikleri yerden alınarak eğitim gördükleri okula en uygun şekilde ulaşmalarını ve evlerine geri bırakılmalarını sağlayacak optimizasyon yolunun belirlenmesi sorunudur. Araç Rotalama Probleminin (ARP) alt türü olan Okul Servis Rotalama Problemi (OSRP) durakların araçlara dağıtımı ve araçların izleyecekleri yolun belirlenmesi aşamalarından oluşur. OSRP, bir servis aracının en uygun sürede, en kısa rotayı izleyerek duraklardan öğrencileri toplayıp okula götürmesini ve okulda toplanan öğrencileri evlerine bırakmasını amaçlar. Bu projede OSRP'nin optimizasyonu gerçekleştirilmeye çalışılmıştır. Bir okula hizmet veren bir firmanın birden fazla servisi için servis rotası sorunu genetik algoritmalar kullanılarak çözülmeye çalışılmıştır. Şirketin servis rotasını ve servis sayısını optimize ederek elde edilen kazancı maksimize etmek ve maliyetleri düşürmek için yönlendirme yöntemleri kullanılmıştır.

Browse

Recent Submissions