Boğaz'da Yapay Öğrenme
İsmail Arı Yaz Okulu 2018

Konuşma, Dil İşleme ve Biyoenformatik
2-5 Temmuz 2018, Bebek, İstanbul

HAKKINDA

Boğaz'da Yapay Öğrenme İsmail Arı Yaz Okulu 2018


2 Temmuz 2018 Pazartesi - 5 Temmuz 2018 Perşembe

Bu yıl, 2-5 Temmuz tarihlerinde İstanbul’da düzenlenecek olan Boğaz'da Yapay Öğrenme İsmail Arı Yaz Okulu 2018 adlı lisansüstü yaz okulunu duyurmaktan mutluluk duymaktayız. Bu Yaz Okulu, Bilim Akademisi şemsiyesi altında, Boğaziçi Üniversitesi tarafından gerçekleştirilmektedir.

Yaz okullarının ilki 2016 yılında ODTÜ’de 230 kişinin katılımı ile bilgisayarla görme ve derin öğrenme teması üzerinde düzenlenmiş, ikincisi ise geçtiğimiz yıl Hacettepe Üniversitesinde robotik ve yapay öğrenme odaklı olarak Bozkırda Yapay Öğrenme Yaz Okulu 2017 adıyla yapılmıştır. Bu dizinin devamı olarak önümüzdeki yılki yaz okulu temaları biyoenformatik, doğal dil ve konuşma işlemede yapay öğrenme olarak belirlenmiştir. Boğazda Yapay Öğrenme Yaz Okuluna, 2013 yılında kaybettiğimiz Boğaziçi Üniversitesi doktora öğrencisi İsmail Arı'nın adı verilmiştir.

Yaz okulunun amacı, bu alanlarda araştırma yapmak için gerekli olan temel bilgileri tazelemek, son araştırma gelişmeler hakkında bilgilendirmek, tez ve proje konularını tartışmak, endüstri ile lisansüstünü bir araya getirmek, tez öğrencileri ile eğitmen alan uzmanları arasında etkileşimi sağlamaktır. Bu alanlardaki araştırmalara ilgi duyan üniversitelerdeki öğrenci ve öğretim üyeleri, endüstriyel kuruluşlar ve teknokentlerdeki ilgili kişiler yaz okulunun hedef kitlesini oluşturmaktadır.

Toplam dört gün sürecek yaz okulunda, duyurulan alanlarda seçkin araştırmacılar seminerler verecektir. Tez öğrencileri araştırmalarını ve tez çalışmalarını birer poster halinde, görüş alışverişine fırsat verecek şekilde sunma olanağına sahip olacaktır. Akademik bilgileri sunan konuşmaları, araştırmacı endüstriyel kuruluşların tanıtımları izleyecektir.

Yaz okulunda şu konularda konuşmalar yapılacaktır:

  • Biyoenformatik Sinyal İşleme
    • Biyolojik Ağların Oluşturulması ve Anlamlandırılması
    • Yapay Öğrenme ile Gen Keşfi
    • Yapay Öğrenme ile Hastalık ve Sağkalım Tahmini
    • Genom Verisi için Sıkıştırma Yöntemleri
    • Genom Verisinin Mahremiyetinin Korunması
    • Filogenetik Ağaçların Oluşturlması
  • Doğal Dil ve Konuşma İşleme
    • Türkçe için Doğal Dil ve Konuşma İşleme
    • Konuşma Tanıma ve Konuşma Üretme
    • Diyalog Sistemleri
    • Makineyle Çeviri
    • Otomatik Soru Yanıtlama
    • Metin Tabanlı Bilgiye Erişim ve Getirim

Bu uygulamalarda irdelenecek yöntemler:

  • Yapay Öğrenme (Makineyle Öğrenme)
    • Bayesçi Öğrenme
    • Zaman Serileri için Öğrenme
    • Derin Sinir Ağları ile Öğrenme
    • Sıralama Öğrenme
    • Büyük Veriyle Öğrenme

EĞİTMENLER

Ebru Arısoy

MEF Üniversitesi

Volkan Atalay

Orta Doğu Teknik Üniversitesi

Tolga Can

Orta Doğu Teknik Üniversitesi

Taylan Cemgil

Boğaziçi Üniversitesi

Ercüment Çiçek

Bilkent Üniversitesi

Cenk Demiroğlu

Özyeğin Üniversitesi

Hakan Erdoğan

Microsoft

Cumhur Erkut

Aalborg University

Gülşen Cebiroğlu Eryiğit

İstanbul Teknik Üniversitesi

Engin Erzin

Koç Üniversitesi

Mehmet Gönen

Koç Üniversitesi

Kemal Oflazer

Carnegie Mellon University Qatar

Michael Picheny

IBM Watson Research Center

Murat Saraçlar

Boğaziçi Üniversitesi

Khalid Sayood

University of Nebraska at Lincoln

Uğur Sezerman

Acıbadem Üniversitesi

Cenk Şahinalp

Indiana University, Bloomington

Öznur Taştan

Sabancı Üniversitesi

Reyyan Yeniterzi

Özyeğin Üniversitesi

Emine Yılmaz

University College London

Deniz Yüret

Koç Üniversitesi

KAYIT VE KONAKLAMA

Önemli Tarihler

Başvurular : 16 Şubat - 15 Mayıs
Sonuçların Açıklanması : 1 Haziran
Kesin Kayıt : 15 Haziran

Başvuru

Yaz Okuluna ön kayıtlar 15 Mayıs tarihine kadar alınacaktır. Kabullerde, poster sunacak doktora öğrencileri ve motivasyon ve amaç açısından uygunluk göz önüne alınacaktır. Sonuçların açıklanmasından sonra, kesin kayıt için katılım ücretinin yatırılması gerekecektir. Yaz okuluna katılım ücreti 100 TL olup yaz okulunun sarf giderlerini karşılamaya yöneliktir. Bu ücrete öğlen yemekleri, çay-kahve ikramları ve açılış kokteyli de dahildir. Gereksinim duyan katılımcıların konaklamaları Boğaziçi Üniversitesi Kuzey Kampüsü öğrenci yurtlarında ücret karşılığı mümkün olacaktır.

Ön Başvuru

Yaz okulumuz sona ermiştir. Bütün katılımcılarımıza, eğitmenlerimize ve emeği geçen herkese çok teşekkür ederiz. Katılım belgelerinizin dijital kopyasına ulaşmak için bağlantıya tıklayınız.

PROGRAM

Biyoenformatik Doğal Dil İşleme Konuşma İşleme
Yapay Öğrenme Özel Konuşmalar Sosyal Etkinlikler

2 Temmuz (Pazartesi)

Eğitim Günü

Başlangıç Bitiş
Kayıt 08:00 09:00
Açılış Konuşması Prof. Dr. Ayşın Ertüzün 09:00 09:15
Yapay Öğrenmenin Temelleri I Taylan Cemgil 09:15 10:15
Poster Sunumu ve Kahve Molası 10:15 10:45
Yapay Öğrenmenin Temelleri II Taylan Cemgil 10:45 12:00
Öğle Arası: Poster Sunumu ve Yemek Molası 12:00 13:30
Yaşam Bilimleri için Yapay Öğrenme Mehmet Gönen 13:30 14:50
Derin Öğrenmeye Giriş Deniz Yüret 14:50 15:40
Poster Sunumu ve Kahve Molası 15:40 16:10
Konuşma Tanıma için Yapay Öğrenme Murat Saraçlar 16:10 17:30

3 Temmuz (Salı)

Ses ve Konuşma İşleme Günü

Başlangıç Bitiş
IEEE Signal Processing Society Distinguished Industry Speaker
Speech Recognition: What's Left? Michael Picheny
09:00 10:20
Poster Sunumu ve Kahve Molası 10:20 10:50
Türkçe için Konuşma Tanıma ve Derin Öğrenmeyle Dil Modelleme Ebru Arısoy 10:50 11:40
Tek ve Çok Kanallı Ses Kaynağı Ayırma için Derin Öğrenme Hakan Erdoğan 11:40 12:30
Öğle Arası: Poster Sunumu ve Yemek Molası 12:30 14:00
Bilim Akademisi Tanıtımı 14:00 14:10
Duygulanımsal Konuşma ve İşmar Modelleri için Derin Öğrenme Engin Erzin 14:10 15:00
Poster Sunumu ve Kahve Molası 15:00 15:30
Karma Gerçeklik için Ses Etkileşimleri Cumhur Erkut 15:30 17:00
Konuşma Sentezi Cenk Demiroğlu 17:00 17:50

4 Temmuz (Çarşamba)

Biyoenformatik Günü

Başlangıç Bitiş
Bioinformatics: An Information Theory and Signal Processing Perspective Khalid Sayood 09:00 10:20
Poster Sunumu ve Kahve Molası 10:20 10:50
I. Effective and Efficient Data Compression for High Throughput Genomics Cenk Şahinalp 10:50 12:10
II. Protecting Genomic Data Privacy with Probabilistic Modeling Cenk Şahinalp
III. Tumor Phylogeny Reconstruction via Integrative use of Single Cell and Bulk Sequencing Data Cenk Şahinalp
Öğle Arası: Poster Sunumu ve Yemek Molası 12:10 13:30
Makineyle Öğrenme ile Sinirsel Gelişim Hastalıkları için Gen Keşfi Ercüment Çiçek 13:30 14:20
Doku ve Hastalıklara Özgü Büyük Ölçekli Biyolojik Ağların Oluşturulması ve Analizi Tolga Can 14:20 15:10
Poster Sunumu ve Kahve Molası 15:10 15:40
Sıralama Öğrenme ile Sağkalım Tahmini Öznur Taştan 15:40 16:30
Ağ Hesaplamasına Dayalı Biyolojik Veriler Işığında Karmaşık Kökenli Hastalıklarının Nedenbilimi Uğur Sezerman 16:30 17:20
Yapay Öğrenme ile Biyolojik Dizilerin Anlamlandırılması Volkan Atalay 17:20 18:00

5 Temmuz (Perşembe)

Doğal Dil İşleme Günü

Başlangıç Bitiş
Türkçe Doğal Dil İşleme Kemal Oflazer 09:00 10:20
Poster Sunumu ve Kahve Molası 10:20 10:50
Uygulamalı Türkçe doğal dil işleme evreleri: Normalizasyon, Sözcük Analizi, Varlık İsmi Tanıma ve Cümle Analizi Gülşen Cebiroğlu Eryiğit 10:50 12:00
Öğle Arası: Poster Sunumu ve Yemek Molası 12:00 13:30
Bilgisayarlarla Etkin Sözel İletişim için Yapay Zeka ve Elektronik Akıllı Yardımcı Ruhi Sarıkaya 13:30 14:50
Poster Sunumu ve Kahve Molası 14:50 15:20
Metin Madenciliği ve Doğal Dil İşleme ile Büyük Veriden Bilgiye Reyyan Yeniterzi 15:20 16:10
Arama Motoru Geliştirme Döngüsü: Sıralamayı Öğrenme ve Bilgiye Erişimin Değerlendirilmesi Emine Yılmaz 16:10 17:00
Bilgisayar Aracılığı ile Çeviri Kemal Oflazer 17:00 17:50

POSTERLER

Poster alanındaki panolar yaklaşık olarak A0 (120 x 80 cm) boyutunda ve portre (eni dar, boyu uzun) formatındadır. Posterler Türkçe hazırlanıp sunulacaktır. Poster hazırlamaya yönelik ayrıntılı yönergeyi inceleyebilirsiniz. Özetle:

    • Posterin görsel bir sunum aracıdır; dolayısıyla mümkün olduğunca sade ve az metinli, bol görsel materyelli olmalıdır.
    • Sayılarla dolu tablolar yerine sonucu vurgulayıcı grafikler tercih edilmelidir.
    • Posterin mantık akışı önemsenmeli, problemin gerekçesinden sonuç ve vargılara kadar su gibi bir akış hedeflenmelidir.
    • Her ne kadar poster kendi kendini anlatabilecek şekilde tasarlansa da kısa (yaklaşık 5 dk) bir sunum hazırlanmalıdır.

Örnek Posterler


Posterler


Konuşma İşleme Posterleri

Çift Uzun-Kısa Süreli Belleği Kullanarak Hizalanmış ve Hizalanmamış Etiketlerle Konuşma Metinlerini Anlamak İçin Çok Görevli Öğrenme
Emrah Budur, Boğaziçi Üniversitesi
Sohbet robotları, insanların günlük konuşma dilindeki sorularına otomatik olarak yanıt vermektedir. Dünyanın en büyük teknoloji şirketleri kullanıcılarına, Google Asistan, Amazon Alexa, Apple Siri, Microsoft Cortana ve Garanti UGI gibi çözümleri sunarak bu alana öncülük etti. Bu çözümlerin başarısı, gelişmiş teknolojilerin sohbet robotu geliştirmek için kullanımı konusunda merak uyandırdı. Derin öğrenme, günümüzde ham verilerden anlamlı bilgiler çıkarmak için gelişmiş bir teknoloji olarak kabul edilir. Sohbet robotu geliştirmede kullanılan tipik derin öğrenme modelleri, konuşma metinlerinin kelime kelime (hizalanmış) işaretlenmesini gerektirmektedir. Ne var ki, çoğu zaman kelime düzeyinde etiketli veri çok sınırlı olmasına karşın cümle düzeyinde (hizalanmamış) etiketli çok fazla konuşma metni bulunabilmektedir. Bu çalışmada, sadece kelime düzeyindeki etiketleri değil, cümle düzeyindeki etiketleri de kullanarak, konuşma metinlerinden bilgi çıkarılması için yeni bir model önermekteyiz. Modelimizin performansını literatürdeki en yeni araştırma sonuçları karşılaştırdık ve benzer sonuçları daha düşük bakım maliyeti ile elde ettik.
Bürünsel, Sözcüksel ve Biçimbilgisel Bilgiyi Kullanan Eğ-Eğitim ile Türkçe Konuşma Dilinin Otomatik Cümle Bölütlemesi
Doğan Dalva, Işık Üniversitesi
Bu çalışmada çok bakışlı yarı öğreticili yöntemler geliştirerek, daha az el ile etiketlenmiş veri ile standart yöntemlere göre daha yüksek başarımın sağlanması hedeflenmektedir. Bu çalışmada sözcüksel, biçimbilgisel ve prozodik özellikleri kullanan, agreement, disagreement ve self-combined yöntemleri ile beraber çalışan yeni üç bakışlı ve kurul tabanlı yöntemler geliştirildi.
Duygu Tanımada Öznitelik Seçimine Etmen-Tabanlı Modelleme Yaklaşımı
Semiye Demircan, Selçuk Üniversitesi
Bu çalışmada ses verilerini içeren duygu veritabanı Emo-DB kullanılarak duygu tanıma işlemi gerçekleştirilmiştir. Çıkarılan özelliklerin seçiminde duygu tanıma sistemini etkileyen parametrelerin belirlenmesi ve bunun tanıma başarısına olan etkisi araştırılması amacıyla özellik seçim yöntemleri geliştirilmiştir. Önerilen yöntemlerin sonucunda elde edilen parametreler farklı yöntemlerle sınıflandırılmıştır.
Uçtan Uca Anahtar Sözcük Arama
Alican Gök, Boğaziçi Üniversitesi
Bu çalışmada, klasik otomatik konuşma tanıma (OKT) tabanlı sistemlerin aksine, düşük gözetimle eğitilmiş bir uçtan uca anahtar sözcük arama sistemi tanıtılmaktadır. Bu sistem üç alt-sistemden oluşmaktadır. İlki, konuşmayı sabit boyutlu bir gömme kullanarak geriçatmak için eğitilmiş, özyinelemeli sinir ağı (RNN) tabanlı bir akustic özgizyazıcı; ikincisi ise karakter seviyesinde evrişimli sinir ağı - özyinelemeli sinir ağı (CNN-RNN) tabanlı, sorgu terimleri için sabit boyutlu bir gömme çıkartan bir dil modelidir. Bu iki gömme farklı gösterim uzaylarında olukları için, anahtar sözcüğün akustik konuşma yer alıp almadığını öngören üçüncü bir ileri beslemeli sinir ağına girdi olarak eklenmektedir. Klasik OKT-tabanlı sistemlere göre çok daha hızlı eğitilebilen bu uçtan uca sistem, özellikle dağarcık dışı terimlerin bulunmasında önemli derecede iyileşme sağlamaktadır.
Dizilerin Benzerliği Temelli Anahtar Sözcük Arama ve Benzerlik Metriği Öğrenme
Batuhan Gündoğdu, Boğaziçi Üniversitesi
Bu çalışmada, KTS-temelli ASA sistemleri ile gerçekleştirilen metin içinde metin arama işlemi, sorgu ve benzerlik öğrenme yöntemleri ile dizi içinde dizi arama problemine dönüştürülmüş ve böylece DD terimlerin bulunmasında ortalama %154’lük bir iyileşme elde edilmiştir.
Müzik Sınıflandırması Beyin Bilgisayar Arayüzü Uygulamaları için Bir Alternatif Olabilir Mi?
Zhaleh Sadreddini, Karadeniz Teknik Üniversitesi
İnsan beyninin çalışma mekanizmasını değerlendirmek için yapılan nörolojik çalışmalar, müziğin bu konuda değerlendirilebilecek önemli bir araç olduğunu göstermektedir. Bu çalışmada, müzik dinleme görevlerinin, beyin bilgisayar arayüzü (BBA) sisteminde kullanılabilirliği araştırılmıştır. Müzik görevlerinin diğer zihinsel ve motor görevlerle sınıflandırma performansları değerlendirilmiştir. Üç sağlıklı katılımcı ile gerçekleştirilen deneysel çalışmada, yedi farklı görevin ikili sınıflandırma sonuçları değerlendirilmiştir. Bu görevler, iki farklı müzik türünü dinleme, rahat durum, zihinden problem çözme, sağ el hareket hayali, sol el hareket hayali ve A harfi hayali görevleridir. Elde edilen EEG verilerinden Öz bağlanım (AR) parametreleri, Hjorth parametreleri, güç spektral yoğunluk (PSD) parametreleri ve PSD+frekans karakteristikleri öznitelik olarak çıkarılmış ve performansları Destek Vektör Makinesi (DVM), k-En Yakın Komşuluk (k-NN) ve Yapay Sinir Ağları (ANN) sınıflandırıcıları ile değerlendirilmiştir. Öznitelikler olarak AR parametreleri kullanılması durumunda, en yüksek sınıflandırma başarıları %100 DVM ve % 100 ANN olarak elde edilmiştir. Sınıflandırma başarımları beynin farklı bölümlerini temsil eden farklı elektrotlar açısından da değerlendirilmiş ve müzik görevlerinin ayrıştırılmasında C3 kanalının daha başarılı olduğu görülmüştür. Elde edilen sonuçlara bağlı olarak, müzik dinlenme görevinin beyinde farklı frekanslarda etki yarattığı ve bu farklılığın tıbbi, askeri ya da e-oyun gibi beyin bilgisayar ara yüzü uygulamalarında kullanılması önerilmektedir.
Öğrenme Aktarmanın Çok-Kipli Konuşma Analizi için Kullanılması
Mehmet Ali Tuğtekin Turan, Koç Üniversitesi
Çok-kipli konuşma analizi, kipler arası ilintiyi analiz eder, anlamaya çalışır ve faydalı modellere dönüştürür. Makine öğrenme altında yakın zamanda çalışılmaya başlanan öğrenme aktarma (transfer learning), yeterince büyük ve etiketli veriden öğrenilen bilgiyi, az miktardaki veriyle yapılan öğrenmeyi iyileştirmede kullanır. Marjinalleştirilmiş gürültü giderici yığın otokodlayıcı (mGGYO) mimarisi, kipler arası gizli öznitelik uzaylarını sınıflandırma problemi olarak çalışmıştır. Bu çalışma mGGYO'yu çok-kipli konuşma analizi için uyarlayarak, gırtlak mikrofonu kayıtlarının algılanan kalitesini ve anlaşılabilirliğini iyileştirmeyi hedeflemektedir.
İşaret Dili Videolarından Metne Dönüşüm için Derin Öğrenme Tekniklerinin Geliştirilmesi
Esma Yenisarı, Yıldız Teknik Üniversitesi
Bu çalışmanın amacı; bir servis robotuna, Türk işaret dili konuşan kişilerle gerçek zamanlı etkileşime girmesi amacı ile görsel verileri analiz etme, anlama ve farklı formlarda karşılık verme özelliklerinin kazandırılmasıdır. Bu özelliklerin kazandırılması, işaret dili tanımada henüz kullanılmamış olan derin öğrenme tekniklerinden LSTM (Long Short-Term Memory) ile gerçekleştirilecektir.

Doğal Dil İşleme Posterleri

Derin Öğrenme Kullanılarak Kural Tabanlı Varlık Tanıma
Derman Akgöl, Hacettepe Üniversitesi
Kural Tabanlı Varlık Tanıma (Named Entity Recognition – NER) Doğal Dil İşleme (Natural Language Processing – NLP) uygulamalarında çok önemli bir ön işleme adımıdır. Son zamanlarda, Derin Öğrenme (Deep Learning) yöntemleri elle uygulanan (hand-crafted) özellikler ve bilgi kaynakları (knowledge resources) yerine veri kümesinden öğrenilen özellikler kullanıldığı için NLP uygulamalarında kullanılmaktadır. Çift Yönlü Uzun Kısa Süreli Bellek (Bidirectional Long Short Term Memory – BiLSTM) önceki ve sonraki birkaç nörondan gelen bilgiler ile girdi sayısını arttırmayı sağlayan yaklaşımdır. Bu çalışmada Chiu ve Nichols [1]’ın çalışmasındaki BiLSTM-CNN modeline ekstra sözcük özellikleri ve ilgi (attention) mekanizması eklenilerek genişletilmiştir.
Hiyerarşik Derin Öğrenme ile Metin Sınıflandırma
Burçak Asal, Hacettepe Üniversitesi
Günümüzde, internette katlanarak artan sayıda bulunabilen döküman bilgileri/verisetleri ve bu bilgileri, hızlı bir şekilde, çok daha az sayıda anlamlı kelime kombinasyonu kategorileri ile tanımlama ihtiyacından dolayı metin sınıflandırma doğal dil işleme alanındaki popüler alt alanlardan birini oluşturmaktadır. Son zamanlarda, derin öğrenme tabanlı yöntemlere bu konu kapsamında daha fazla yoğunlaşılmaya başlanmıştır. Bu çalışma kapsamında, belirli bir hiyerarşik derin öğrenme tabanlı bir modelin, "İki-yönlü ve "Dikkat" mekanizmaları ile genişletilmiş ve özgün bir versiyonu önerilmiştir. Önerilen model, çalışma kapsamında kullanılan verisetinin, ikincil ek seviye sınıf bilgisine göre ayrılmış, farklı altsetleri ile eğiltilmiş iki seviyeli ayrı alt sıra-tabanlı modüllerden oluşmaktadır. Ayrıca birincil ve ikincil seviye modüller için sayısal sonuçlar ve analizi paylaşılmıştır.
Türkçe için Gözetimsiz Sözdizimsel Belirsizlik Giderme
Özkan Aslan, Muğla Sıtkı Koçman Üniversitesi
Bir tümce birden çok sözdizim ağacı ile gösterilebilir. Ağaçlar arasından en uygun yapının seçilmesi anlamına gelen sözdizimsel belirsizlik giderme problemi için ham metinlerden elde edilen olasılık modelleri kullanılmıştır. Tez kapsamında üretilen TMoST adlı dizge bir sözdizimsel çözümleyici, Morfolog adlı biçimbilimsel çözümleyici ve TrLex adlı sözlükçe gibi özgün altyapı ögelerinden oluşur.
Oltalama Saldırılarının Kullanılan Url'lerin Derin Öğrenme ile Tespit Edilmesi
Ebubekir Büber, İstanbul Teknik Üniversitesi
Siber saldırılar, günümüzde birçok kurumu ve kişiyi etkilemekte olup bu alanda yapılan saldırılar ciddi maddi kayıplara neden olabilmektedir. İnsanların zafiyetlerinden faydalanarak kullanıcıların gizli bilgilerini elde etmeyi amaçlayan “Oltalama Saldırıları”, kişi ve kurumları tehdit eden siber saldırı türlerinden birisidir. Bu saldırıların neden olduğu maddi kayıpların azaltılabilmesi için kullanıcıların bilinçlendirilmesinin yanı sıra bu tip saldırıları tespit etme yeteneğine sahip uygulamalara ihtiyaç duyulmaktadır. 2016 yılının son çeyreğinde 45 ülke üzerinde yapılan bir Oltalama Saldırıları Analizinde Türkiye yaklaşık % 43 lük bir etkilenme oranı ile Çin’in ardında ikinci sırada yer aldığı görülmektedir. Bu çalışmada Oltalama Saldırılarının karakteristik özelliklerinin açıklanmasının ardından bu saldırıların tespit edilmesine yönelik Öğrenme Tabanlı bir sistem önerilmiştir. Oluşturulan sistem üzerinde birçok test uygulanmış ve elde edilen başarı oranlarına ilişkin değerlendirmeler yapılmıştır. Derin öğrenme kullanılan model, geleneksel algoritmalar ile karşılaştırılmıştır.
Bilgi Erişiminde Sorgu Terimlerinin Özgüllük Sıralamasındaki Değişime Dayalı Seçkili Gövdeleme
Gökhan Çıplak, Anadolu Üniversitesi
SSeçkili bilgi erişim sistemleri yaklaşımları her bir sorgu için farklı bir bilgi erişim tekniğinin uygulanmasını temel almaktadır. Bu alanda daha önce yapılmış çalışmalarda; bir bilgi erişim sisteminde sözcüklerin orijinal hal kullanımının bazı sorgular için başarılı sonuçlar verirken, yaklaşık bir o kadar sorgu için başarısız sonuçlar verdiği belirtilmiştir. Sonuç olarak, sadece orijinal veya sadece kök hali kullanıldığında sistemin genel başarımında az bir değişim gözlenmektedir. Önerilen seçkili kök uygulama yaklaşımı, koleksiyondaki sözcüklerin kökünü kullanarak ve orijinal halleri ile üretilen iki ayrı indeksten sorguya göre seçim yapan bir mekanizmadır.
R ile Sosyal Ağ Madenciliği
Buket Doğan, Marmara Üniversitesi
Birbirimizle ve çevremizle iletişim şeklimizi değiştiren ve her geçen gün kullanıcı sayısı artan sosyal ağlar, yapılan paylaşım ve aktiviteler ile çok fazla verinin ortaya çıkmasını sağlayan ortamlardır. Sosyal ağ madenciliği ile bu ortamda farklı biçimlerde ve büyük miktardaki verinin, veri madenciliği yöntemleri ile analiz edilmesi ve anlamlandırılması mümkün olmaktadır. Bu çalışmada sosyal ağ madenciliği uygulaması kapsamında Twitter ve WhatsApp verileri üzerinde R programlama ortamında yapılan analiz süreci ve sonuçları açıklanmaktadır.
Kural Bazlı Semantik Rol İşaretleme
Barış Can Erkoç, Işık Üniversitesi
Kelimelerin morfolojik yapısı incelenerek, her bir kelimeden sonra bir sınır konulup konulamayacağına karar verilebilir. Bu sınırlar kelime grupları sınırlarıdır. Sınırların belirlenmesi sonrasında oluşturlan kelime gruplarının yine morfolojik yapıları incelenerek her bir gruba semantik rol atanabilir.
Türkçe Yapay Şiir Üretimi
Fatma Gümüş, Yıldız Teknik Üniversitesi
Bu çalışmada diyalog üretimi, otomatik soru cevaplama ve görüntü anlatma gibi doğal dil işleme uygulamaların ana unsurunu oluşturan metin üretimi problemi Türkçe sentetik şiir üretimi alanında ele alınmıştır. Şiirin formu ve ritmi ile ilgili özellikleri de dikkate alınarak, kelime ve karakter seviyesinde üretimin yanı sıra karma bir üretim mekanizması izleyen LSTM mimarilerinin performansları karşılaştırılmıştır.
Toplulukların Gelişiminin İzlenmesi ve Tahmini
Arzum Karataş, İzmir Yüksek Teknoloji Enstitüsü
Bu çalışmada, sosyal toplulukların dinamik sosyal ağlar üzerinde tespit edilmesi, izlenmesi ve tahmin edilmesi üzerinde çalışacağız. Araştırma hedeflerimiz, topluluk olaylarının izlenmesinin karmaşıklığını azaltmaya yönelik yeni bir yöntem önermek ve yakın gelecekte topluluk olaylarının tahmin edilmesi için makine öğrenimine dayalı bir yaklaşım önermektir.
Dil Algısında Sözdizimsel İşlemleme ve Sözel Çalışma Belleğinin Olaya İlişkin Beyin Potansiyelleri (Oip) ile İncelenmesi
Sevcan Ayaş Köksal, İstanbul Üniversitesi
Broca bölgesinin alt alanlarının farklı sözdizimsel işlemlerle ilintili olduğunu (BA44’ün sözdizim yapısının kurulması, BA44/45’in taşıma işlemleri, BA44/47’nin anlamsal işlemleme) dolayısıyla sözdizimsel süreçlerin sözel çalışma belleğinden bağımsız olduğunu öne süren görüşlerin karşısında sözdizimsel çözümlemenin sözel çalışma belleğinden ayrı olmadığını öne süren çalışmalar da bulunmaktadır. Bu çalışmada sözdizimsel işlemleme ile sözel çalışma belleğine ilişkin süreçlerin ayrışıp ayrışmadığının Olaya İlişkin Beyin Potansiyelleri aracılığıyla incelenmesi hedeflenmektedir.
Dengesiz Veri Setinde Sınıflandırma Algoritmalarının Performans Değerlendirmesi
Adem Korkmaz, İstanbul Üniversitesi
Gelişen bilgi iletişim teknolojileri ile birlikte hayatımızın her alanını sürekli artan veriler kapsamaktadır. Sürekli artan verilerden bilgi çıkarımları günümüzün vazgeçilmez bir parçası olmuştur. Çalışma artan verilerden bilgi çıkarım süreçlerinde karşılan en büyük sorunlardan dengesiz veriden bilgi doğru bilgi çıkarımı amaçlanmaktadır.Bu bağlamda hazır veri ambarlarından KEEL (Knowledge Extraction based on Evolutionary Learning) sitesinden temin edilen “Araç Değerlendirme” dengesiz veri seti kullanılmıştır. Verilerin analizi aşamasında Çapraz Endüstri Standard Süreç Modeli (CRISP-DM: Cross – Industry Standard Process for Data Mining) baz alınarak yapılmıştır. Veri setinde bulunan araç teknik özelliklerine bağlı olarak doğru araç seçiminin belirlendiği hedef nitelik/Sınıf (Pozitif=1, Negatif=0) belirlenerek yapılmıştır. Çalışma R-Studio analiz programı kullanılarak K-En Yakın Komşu (K-NN), Naive Bayes, Random Forest ve ZeroR sınıflandırma algoritmalarının performans karşılaştırılması yapılmıştır. En iyi başarım performansı Random Forest sınıflandırma algoritması ile elde edilmiştir.
Türkçe Tweetlerin Analiz Edilebilmesi için Hadoop/Hive Kullanan Melez Bir Sistemin Geliştirilmesi
Sinan Kul, Atatürk Üniversitesi
Günümüzde, tüketiciler, hizmet aldıkları firmalar hakkında beğenilerini ve/veya eleştirilerini e-ticaret sitelerinde veya Facebook ve Twitter gibi sosyal medya ortamlarında paylaşmaktadırlar. Piyasa araştırması yapmak, pazarlama stratejilerini geliştirmek, müşteri memnuniyetini ve firma itibarını ölçmek isteyen firmalar için ise bu paylaşımlar oldukça değerlidir. Bu paylaşımların ayrıca, diğer müşterilerin satın alma davranışını etkilediği ve marka bağlılığını artırdığı da yapılan çalışmalarla ortaya konmuştur. Bilişim ve iletişim teknolojilerinin ucuzlaması ve yaygınlaşmasıyla sayısı giderek artan sosyal yazışmaların analiz edilmesi ise insan gücünün sınırlarını çoktan aşmıştır. Bunun için gerek verilerin düşük maliyetli bir şekilde ve anlık olarak toplandığı gerekse işlendiği (doğal dil işleme) ve analiz edildiği (duygu analizi) bilgisayar tabanlı sistemlere ihtiyaç duyulmaktadır. Bu çalışma ile işletmelerin kendileriyle ve rakipleriyle ilgili paylaşılan Twitter yorumlarını takip etmelerine ve pazardaki konumlarını periyodik olarak yorumlayabilmelerine imkân sağlayan bir uygulama geliştirilmesi amaçlanmaktadır. Geniş kullanıcı kitlesi ve yaygın kullanımı dolayısıyla veri kaynağı olarak Twitter seçilmiştir. Veri kümesi içindeki tüm kelimeler özellik olarak kullanılacağı için veri boyutu çok büyük olacağından, hadoop kümesi üzerinde hive betiklerinin koşturulduğu paralel makinelerin kullanılmasına karar verilmiştir. Önerilen sistem özetle dört modülden oluşmaktadır: birinci modül sayesinde gerekli veriler periyodik ve otomatik olarak toplanabilmekte, ikinci modül ile veriler ön işleme tabi tutulmakta ve üçüncü ve dördüncü modüllerde ise analiz ve raporlama yapılabilmektedir. Analiz sonuçları borsa verileriyle birleştirilerek, sektördeki tüm işletmelerin karşılaştırmalı analizleri görselleştirilerek raporlanabilmektedir.
Derin Öğrenme Yaklaşımı ile Duygu Durum Analizi
Ayşe Öztürk, Yıldız Teknik Üniversitesi
Derin öğrenme yaklaşımları ile metin madenciliği özellikle büyük veri üreten sosyal medya üzerinde başarılı şekilde uygulanmaktadır. Büyük veri üzerindeki çalışmalar, duygu durum analizinden daha spesifik olarak olay tahmini ve mesajlar üzerinden kişilik ve psikolojik durum tahminine kadar uzanmaktadır. Duygu durum analizinde derin öğrenme yaklaşımımız ile sözlük tabanlı ve makine öğrenmesi tabanlı sistemlerden daha yüksek bir doğruluk oranına ve daha iyi performansa sahip sistem tasarımını LSTM hücreleri kullanarak sağlamayı hedeflemiş olup,ilk çalışmada %84.78 doğruluk ile sistemimiz başarılı sonuçlar vermiştir.
Özellik Tabanlı Duygu Özetleme
Muhammet Yasin Pak, Anadolu Üniversitesi
Özellik tabanlı duygu analizi, özellik çıkarımı ve özellik duygu sınıflandırma olmak üzere iki temel aşamadan oluşur. Özellik çıkarımı özellikleri tespit etmeyi amaçlarken, özellik duygu sınıflandırma ise her bir özelliğe ait duygunun pozitif mi yoksa negatif mi olduğunu belirler. Belirtilen aşamalar genellikle sıralı bir şekilde ele alınsa da aşamaların eş zamanlı olarak gerçekleştirilmesi de mümkündür. Bunu gerçekleştirmek için öncelikle duygu ve özellikler arasındaki bazı ilişkiler ortaya çıkarılır. Ortaya çıkarılan ilişkiler kullanılarak başlangıçta verilen ve az sayıda bulunan duygu kelimeleri üzerinden yeni özellik ve duygu kelimelerinin ortaya çıkarılması çift yayılım metodu ile gerçekleştirilir. Çalışmamızda duygu ve özellikler arasındaki ilişkinin ortaya çıkarılması ve çift yayılım metodu konularında yeni yaklaşımlar önerilecek, Türkçe ve İngilizce dillerinde gerçekleştirimi yapılacaktır.
Türkçe Sözcük Anlam Belirsizliği Giderme
Dilara Torunoğlu Selamet, İstanbul Teknik Üniversitesi
Doğal dillerde sıklıkla karşılaşılan “Anlam Belirsizliği” kavramı bir sözcüğün birden fazla anlama sahip olması durumudur. Sözcük Anlam Belirsizliği Giderme (SABG) işlemi, birden fazla anlama sahip sözcüğün kullanıldığı bağlamda en uygun anlamının belirlenmesi olarak tanımlanmaktadır. Bu tezde yapılacak çalışma, derin öğrenme yaklaşımlarını kullanarak Türkçe için sözcük anlam belirsizliği giderme (TSABG) çalışması yapılması amaçlanmıştır. Bu çalışma birçok doğal dil işleme çalışmaları için bir ön işleyici olma niteliğindedir. Örneğin, makine çevirisi, bilgi çıkarımı ve ses işleme yaklaşımlarında kullanılabilecektir. Ancak TSABG ile ilgili yeteri kadar çalışma bulunmaması nedeni ile bu yaklaşımı zorlaştırmaktadır. Türkçe için yapılmış çalışmaların hepsi insan işaretleyiciler tarafından etiketlenmiş veri kümesi üzerinde odaklanmakta ve sadece örnek sözcükler (birkaç anlam belirsizliği içeren sözcüklere odaklanmış) üzerindeki anlam belirsizliği üzerinde çalışmaktadır. Bu çalışmada amaç derin öğrenme yöntemlerini kullanarak cümle içersindeki tüm sözcüklerin doğru anlamların saptanmasıdır.
Özgün Paragraf Tabanlı Çıkarım Tekniği Kullanarak Otomatik Çoklu Doküman Özetleme
Metin Turan, İstanbul Ticaret Üniversitesi
Bu doktora çalışması İngilizce dilinde paragraf tabanlı çıkarıma dayanan yeni bir özetleme tekniği oluşturma üzerinedir. Çalışma temel olarak üç aşamadan oluşmaktadır. İlk aşamada döküman kümesinin daha iyi temsil edilebileceği bir vektör yapısı oluşturmak amaçlanmaktadır. Bu kısım dökümanlardan elde edilen farklı kelimelerden yayılma sıklığı (farklı dökümanlarda görülme) fazla olanların belirli yüzdesinin döküman kümesinin temsil vektöründe (DKTV) kullanılmasına dayanmaktadır. İkinci aşama döküman kümesi içinde DKTV’den iki sigma (2σ)‘dan daha uzakta kalan dökümanların aykırı olarak belirlenmesi ve özetlemede kullanılmamasıdır. Böylece okuyucunun gözle yapmış olduğu aykırılık denetimi çoklu döküman özetlemede bilimsel anlamda ilk kez kullanılmıştır. Üçüncü aşamada ise paragraf temsil vektörlerinin (PTV) DKTV’ye benzerliklerinin hesaplanarak, özet boyu ulaşana kadar paragrafların sıralı sunulmasıdır. Bu aşamada eşleşme yüzdesi (EY) adını verdiğimiz bir benzerlik ölçütü kullanılmış, bu sayede paragraf uzunluklarının etkileri ortadan kaldırılmıştır. Tez cümle tabanlı özetleme için NASA tarafından oluşturulmuş deneysel döküman kümelerine (DUC 2006) uygulanmış ve elde edilen paragraf tabanlı çıkarım özeti (PTÇÖ) ROUGE metrikleri katılımcıların cümle tabanlı özetlerinin sonuçlarıyla karşılaştırılmıştır. Bu yeni PTÇÖ tekniğinin başarısı neredeyse DUC 2006 katılımcılarının iki mislidir. Ayrıca bu tekniğin cümle tabanlı çıkarım özeti (CTÇÖ) de PTÇÖ kadar iyi sonuçlar verdiği görülmüştür.

Biyoenformatik Posterleri

Karmaşık Biyolojik Sistemler için Farklı Türlerde Modelleme Önerisi - LMARS Modellemesi
Melih Ağraz, Odtü-Kodex Bilişim
Bir sistem olusturan boolean, adi diferansiyel denklemler ve stokastik modellemeler gibi bir dizi reaksiyon, matematiksel olarak farklı yollarla modellenebilir. Bunların arasında rasgele sistemde, reaksiyonlardaki bilinen molekül sayısına dayanan stokastik yaklaşımla dikkate alınır ve sistemin kararlı durum koşulu altında davranışını göz önüne alırsak, modelleme adi diferansiyel denklem gibi deterministik yöntemlerle yapılabilir. Bu çalışmada, sistemin kararlı durum davranışını tanımlamak için modellenen gerçekçi karmaşık bir biyokimyasal sistemin model parametrelerini tahmin etmeyi amaçlıyoruz. Alternatifler arasında, bu sınıfta iyi bilinen olasılık modellerinden biri olan Gauss grafiksel modellerini (GGM) uygulamaktayız. Burada başlangıçta, parametrik olmayan dağılımda GGM’e alternatif bir yaklaşım geliştiriyoruz ve bu amaçla LMARS yöntemini öneriyoruz.
Zihin Kuramı: Zihinsel Gelişimi Normal Olmayan Öğrenciler Üzerinde Farklı Ortamlarda Karşılaştırmalı İnceleme
Tuğbagül Altan Akın, Gebze Teknik Üniversitesi
Bu çalışma, psikoloji ve bilgisayar bilimi disiplinlerinin birleştirilmesi ve Antoine de Saint-Exupéry tarafından kaleme alınan “Küçük Prens” kitabından esinlenerek hazırlanan zihin kuramı testinin, zihinsel gelişimi normal olmayan öğrenciler (ZGNOÖ) üzerinde klasik metot (kağıt üzerinde) ve bilgisayar ortamında karşılaştırılmalı olarak yapılması açısından özgünlük ve önem içermektedir. Bu çalışmada elde edilen sonuçlar neticesinde bilgisayar ortamının, ZGNOÖ’nin zihin kuramı yeteneklerini göstermelerinde önemli bir avantaj sağlayabildiği gözlemlenmiştir. Bu çalışma ile ZGNOÖ’ye uygun tasarlanan bilgisayar arayüzü ile bilgisayarın ZGNOÖ için etkili bir etkileşim aracı olduğu gösterilmiştir. Bu araştırmanın, bu alanda çalışan araştırmacılara ilham olacağına inanıyor, araştırmalarımıza konu üzerinde derinleşerek devam ediyoruz.
Hacimsel Tıbbi Görüntülerin Sıkıştırılması
Erdoğan Aldemir, Dokuz Eylül Üniversitesi
Bu çalışmada tıbbi verilerin teletıp uygulamalarında etkin bir şekilde iletilmesi ve depolanmasını sağlayan sıkıştırma algoritmaları üzerinde durulmuştur. Yöntem geliştirilirken tıbbi verilerin yapılarının, görüntü eldesi ve doğal yapıları gibi.., dikkate alınması gerekmektedir. Bu özellikler dikkate alınarak geliştirilen yöntemin tıbbi veriler üzerinde yüksek bir sıkıştırma oranlarına eriştiği gözlenmiştir.
Beyin Bilgisayar Arayüzleri ve EEG İşaretleri ile Duygu Tanıma
Değer Ayata, İstanbul Teknik Üniversitesi
EEG insanların içsel kognitif ve duygu değişikliklerini yakalamada yüz ifade analizine göre daha güvenilir bir yaklaşımdır. Bu çalışmada, çoklu EEG işaretleri ve Beyin Bilgisayar arayüzleri, wavelet dönüşümü, zamana dayalı öznitelikler ve veri füzyonu teknikleri kullanarak duygu tanıma problemini ele alıyoruz. Çalışmamız ayrıca klasik yöntemler ile derin öğrenmeye dayalı denetimsiz öznitelik öğrenme yöntemlerini karşılaştırmaktadır.
Tıkayıcı Uyku Apnesi Tedavisinde Kullanılan Cihazlarda Zeki ve Adaptif Sistem Tasarımı
Mehmet Balcı, Selçuk Üniversitesi
Tez çalışmasında, tıkayıcı uyku apnesi hastalığının teşhisinde kullanılan birçok parametrenin de kullanılabileceği yapay zekâ tekniklerini içeren bir kontrol algoritması, gömülü sistem tarafından işletilecektir. Bu işlem neticesinde PAP cihazından hastaya verilecek hava kontrol edilecek ve kontrol işlemi cihaz çalıştığı sürece hastadan anlık alınan verilere göre adaptif olarak zeki bir sistem tarafından güncellenebilecektir. Bu amaçla, tıkayıcı uyku apnesi tedavisinde kullanılan cihazların zeki ve adaptif bir sistem yaklaşımı ile geliştirilmesi ya da tasarlanması gerçekleştirilmiş olabilecektir.
Mamografi Görüntülerinden Faydanılarak Meme Kanserinin Teşhisi
Burcu Bektaş, İstanbul Üniversitesi
Meme kanseri, sıklıkla kadınlar arasında görülen ve meme hücrelerinde başlayan bir kanser türüdür. 2017 başında yayınlanan American Cancer Society istatistikleri raporuna göre, kadınlarda yaşam kaybı ile sonuçlanma olasılığı en yüksek olan kanserler akciğer kanserinin yanı sıra meme ve kalın bağırsak (kolon ve rektum) kanserleridir. Erken teşhis ve doğru tedavi meme kanseri hastalarının hayatta kalma oranını arttırabilme açısından son derece önemlidir. Bu çalışmada, meme kanserinin erken teşhisi için MIAS dataset görüntülerden faydalanılarak LBP (Local Binary Pattern) algoritması ile görüntülerin öznitelikleri çıkartılmış ve farklı öznitelik seçme algoritmaları kullanılarak kitleleri temsil eden en iyi öznitelik kümeleri oluşturulmuştur. Elde edilen yeni öznitelikler üzerinde makine öğrenmesi algoritmalarının birbirlerine göre sınıflandırma performansları karşılaştırılmıştır.
EEG Sinyallerinin Yapay Öğrenme ile İşlenmesi
Selma Büyükgöze, Trakya Üniversitesi
Beyin-Bilgisayar Arayüzü (BBA), beyin ile çevresel bir arabirim arasında doğrudan iletişim kurmayı sağlamak için kullanılan bir iletişim yoludur. Bu yollardan biri olan EEG ise kullanımı en kolay yöntemdir. Çalışmada beynin elektriksel aktivitesini ölçmek için EEG cihazı ile deneklere farklı türlerde müzikler dinletilecek olup, elde edilen öznitelikler ile kişinin beğenip beğenmediğine dair yapay sinir ağları ile çıkarımlar yapılacaktır. Sonraki aşamada ise aynı deneklere farklı bir müzik dinletilerek kişinin beğenip beğenmeyeceği tahminlenmeye çalışılacaktır.
Mikroalgal Biyoproses Optimizasyonunda Yapay Öğrenme Yöntemlerinin Değerlendirilmesi
Serdar Çakan, Ege Üniversitesi
Biyoproseslerin modellenmesi ve optimizasyonunda RSM gibi geleneksel yöntemler önemli kısıtlamalara sahiptir. Girdiler arttıkça yöntemler zaman, kaynak ve işgücü yoğun olmaktadır. Tez kapsamında yapay sinir ağları gibi denetimli öğrenme yöntemleri kullanılarak mikroalgal biyoproseslerin optimizasyonunun gerçekleştirilmesi, kullanılan yapay öğrenme yöntem ve algoritmalarının birbirleriyle ve geleneksel yöntemlerle karşılaştırılarak biyoproses optimizasyon performanslarının değerlendirilmesi amaçlanmaktadır.
Biyomedikal Ağlarda Anlamsal İlişki Keşfi
Remzi Çelebi, Ege Üniversitesi
Bu çalışmada büyük bilgi tabanları üzerinde ilişki tahmini için yaklaşımlar sunulmuştur. Sunduğumuz yaklaşımlar bilgi tabanını bir çizge olarak görmekte, ele almakta ve bu çizgenin karakteristiğini elde etmek için öznitelikler oluşturmaktadır. Önerilen vektör tabanlı bağ tahmin yöntemimizin yararlılığını biyomedikal alanda ilaç keşfi süreçleri için önemli iki probleme, yeni ilaç-ilaç etkileşimi ve yeni ilaç endikasyonu tahmini, başarlı bir şekilde uygulayarak göstermekteyiz.
DNA Dizilimlerinin Sayısallaştırılması için Entropi Tabanlı Yeni Bir Sayısal Haritalama Tekniği
Bihter Daş, Fırat Üniversitesi
Bu çalışmada, dijital sinyal işleme uygulamalarında kullanmak için DNA dizilerinin sayısal gösterimi için yeni bir sayısal haritalama tekniği önerilmiştir. Her bir kodon, bu yaklaşımda Shannon Denkleminin geliştirilmiş fraksiyonel türevi ile haritalanmıştır. Önerilen yaklaşımın performansı diğer haritalama teknikleri ile karşılaştırılmıştır.
Difüzyon Ağırlıklı Görüntüleme ile İzlenen Prostat Kanser Dokusunun Değerlendirilmesinde Optimizasyon Algoritmaları Seçimi
Gülçiçek Dere, Yeditepe Üniversitesi
Difüzyon Ağırlıklı Görüntüleme (DAG) ile izlenen dokular, hücre zarları, bölmeleri ve difüzyon bariyerleri sebebiyle, Einstein'ın difüzyon su moleküllerinin Gauss (normal) dağılımı varsayımının dışında değerlendirilebilmektedir. Saf sıvılar ve jeller için bu varsayım doğru olsa da, karmaşık biyolojik dokular için non-Gaussian modeller daha gerçekçi sonuçlar vermektedir. DAG’da daha güçlü gradyanlar (daha yüksek b değerleri) ve daha uzun eko süreleri kullanıldığında, Gauss olmayan davranış daha belirgin hale gelir. İncelenen dokuya en uygun modelin seçimi için kullanılan Optimizasyon Algoritmalarının en uygun olanın belirlenmesinde Yapay Zeka uygulamaları ön plana çıkmaktadır.
Kortikal Plastisitenin Aday Biyobelirteçleri: Fare korteksinde miRNA-hedef etkileşimleri
Batuhan Erkat, Bilkent Üniversitesi
Bu araştırmada monoküler yoksunluk paradigmasıyla endüklenen kortikal yeniden yapılanma sürecinde miRNA-hedef etkileşimleri incelenmiştir. GEO veritabanından ulaşılan iki veri setinden (GSE4537 & GSE31536) gelen gen ve miRNA ifadesi degerlerine R'da BioConductor'ün limma paketiyle lineer ve Bayesian (eBayes) model oturtulmuş, monoküler yoksunluk koşulunda (MD) yetişen hayvanların normal (NR) ya da karanlık ortamda (DR) yetişenlere göre anlamlı farklılık gösteren gen ve miRNA ifade değerleri filtrelenmiş ve ısı haritası yöntemiyle gösterilmiştir. Değerleri anlamlı farklılık gösteren miRNA'lar ile miRNet'te ağ haritası oluşturulmuştur. MD grubunda ifadesinin farklılaştığı limma paketiyle bulunan 21 gen, miRNet ağında da bulunmuş ve bunlara fonksiyonel notlandırma yapılarak plastisite ile ilgili oldukları gösterilmiştir. Bu genlerin ifadesini etkilediği ağ haritasında gösterilen miRNA'lar (mir-324-3p, mir-421-3p, mir-335-3p, mir-290a-5p, mir-449a-5p, mir-30c-5p, mir-1198-5p) literatür taraması ile incelenmiştir.
Amino Asitlerin Merkeziliğini Etkileyen Mutasyonlar Evrimsel Öneme Sahiptir
Tandaç Furkan Güçlü, Sabancı Üniversitesi
Protein yapı ve işlevini araştırmak amacıyla çizge kuramı kullandık. Yabanıl protein yapılar ve hesapsal olarak üretilen mutant protein yapılar kullanılarak inşa edilen amino asit ağları (AA) arasındaki farklar üzerine yoğunlaştık. Bu amaçla, dört önemli değişken kullandık; ortalama en-kısa yol uzunluğu (L), arasındalık merkeziliği (BC), kümelenme katsayısı (C) ve komşu sayısı (k).
Çok Boyutlu Akış Sitometrisi Verilerinin Modelden Bağımsız Otomatik Gruplandırılması
Başak Esin Köktürk Güzel, İzmir Demokrasi Üniversitesi
Bu çalışmada çok renkli akış sitometrisi verilerinde yer alan hücre alt gruplarını belirlemek için yarı-güdümlü öğrenme temelli hiyerarşik bir gruplama yöntemi önerilmiştir. Bu yöntem ile heterojen bir veri kümesinde kaç alt grup olduğu ve hangi örneklerin hangi alt gruplara dahil olduğu otomatik olarak belirlenmiştir.
Dağıtık ve Paralel Programlama Teknikleri Kullanılarak Motif Bulma
Elif Haytaoğlu, Pamukkale Üniversitesi
Biyolojik verilerin toplanmasını ve incelenmesini araştırma amacı güden biyoinformatik alanındaki gelişmeler sayesinde yakın dönemde çok büyük miktarda veri toplandı. Bu veriler genel olarak iki farklı veri tipinde kaydedilmekte ve incelenmektedir: DNA nükleotid ve aminoasit protein dizileri ve biyolojik ağların topolojik yapıları. Bu muazzam büyüklükteki verilerin analizi genellikle NP-zor problemler olarak değerlendirilir. Analiz edilecek verinin artışıyla birlikte analiz işleminin gerçekleşebilmesi için gerekli performansın tek bir bilgisayar üzerinden elde edilmesi, fiziksel sınırlar ve ekonomik engellerden dolayı mümkün olmamaktadır. Dağıtık sistemlerde, farklı cihazlardaki donanımları koordineli bir şekilde bir arada kullanılarak büyük bir performans artışı elde edildiği için, bu tür işlemlerde dağıtık ve paralel çözümlere ihtiyaç duyulmaya başlanmıştır. Bu çalışmada DNA nükleotid dizilimlerinde ortak desen ve motif bulma problemleri için daha verimli, dağıtık ve paralel tamanlı algoritma geliştirmek amaçlanmıştır.
Sürü Zekasına Dayalı Algoritmalar ve Yapay Sinir Ağları Kullanılarak Ultra Genişbant Kablosuz Kapsül Endoskopi Cihazlarının Vücut İçi Lokalizasyonu
Muzaffer Kanaan, Erciyes Üniversitesi
Bu çalışmada, ultra geniş bant kablosuz kapsül endoskopi cihazlarının vücut içinde lokaliasyonu (konumlarının tespiti) konusu ele alınmıştır. Spesifik olarak, lokalizasyon işlemleri için önemli olan mesafe ölçümü (ranging) problemi ele alınmıştır. İnsan vücudunun homojen olmayan, karmaşık bir yapı olması sebebi ile bu problem yapay sinir ağları ve sürü zekasına dayalı algoritmalar kullanılarak çözümlenmiştir.
Veri Gizleme ile Medikal Veri Güvenliği
Rukiye Karakış, Cumhuriyet Üniversitesi
Medikal verilerin açık ağlarda saldırılarla ele geçirilmesi hastaların tanı veya tedavilerinin değiştirilmesine sebep olabilir. Bu sebeple medikal görüntülerin saklanması ve dağıtılması için kullanılan DICOM dosya formatının başlık kısmında yer alan hasta kişisel bilgilerininde korunması gereklidir. Bu çalışmada epilepsi hastalarına ait kişisel bilgiler ve biyolojik sinyal bilgileri DNA tabanlı şifreleme algoritması ile şifrelenmiş ve bölütlenen görüntünün ilgi olmayan bölgelerine gizlenmiştir. Geliştirilen sistem hem hasta bilgilerinin güvenliğini sağlamaktadır hemde uzman hekimlere farklı biyolojik sinyalleri tek bir ortam üzerinde değerlendirme fırsatı sağlamaktadır.
İki Çekirdekli Hücrede Mikronükleus Tespiti
Zehra Karhan, Hacettepe Üniversitesi
Mikronükleus, kromozom parçalarından veya tüm kromozom kaynaklı olup bölünme esnasında anafazda geciken küçük ve fazladan oluşan nükleer oluşumlardır. Son yıllarda mikronükleus testi, kanser tedavisi, belirlenme aşaması ve diğer birçok ilaç yada kozmetik ürünlerin kanserojen etkileri araştırmada ve belirlemede kullanılmaktadır. Bizde manuel olarak yapılan mikronükleus sayım işlemini; görüntü işleme yardımıyla otomotik yaptık. Bu gibi ölçümler genotoksisite için umut verici bir metot aynı zamanda bu sayımların bilgisayar destekli gerçekleştirilmesi faydalı olacaktır.
Circlet Dönüşümü Kullanılarak Böbrek MR Görüntülerinde Görüntü Sıkıştırma
Esra Kaya, Selçuk Üniversitesi
Günümüzde medikal görüntüler hastalıkların teşhisi ve tedavi yöntemlerinin belirlenmesi konularında sıklıkla kullanılmaktadır. Tıbbi görüntüler, yüksek çözünürlüklü görüntüler olmaları sebebiyle büyük boyutlardadır ve iletilmesi ve depolanması zor olan görüntülerdir. Bu tip görüntülerin içerisindeki kritik bilgileri kaybetmeden yüksek sıkıştırma oranına sahip olan yöntemlerle sıkıştırılması önem arz etmektedir. Bu çalışmada, circlet dönüşümü ile böbrek MR görüntüleri üzerinde sıkıştırma işlemi uygulanmış ve sonuçlar, medikal görüntülerin sıkıştırılmasında circlet dönüşümünün uygun olup olmadığını belirlemek amacıyla PSNR ve MSE değerlerinin kullanılmasıyla değerlendirilmiştir.
Olay İlişkili Bilişsel EEG/fMRI Yanıtının Dinamik Fonksiyonel Bağlantısallık Analizi
Hüden Neşe, Boğaziçi Üniversitesi
Çizge kuramı metriklerindeki değişimleri milisaniye cinsinden bir zaman diliminde gözlemlememize olanak tanıyan olay ilişkili ağ analizi gerçekleştirmeyi amaçlıyoruz. Öncelikle, kayan pencere yöntemi kullanılarak belirli bilişsel görevler için Dinamik Fonksiyonel Bağlantı Matrisleri serisi oluşturulacaktır. Ardından, yapay öğrenme algoritmaları kullanılarak farklı bilişsel süreçleri ve farklı deney koşullarını ayrıştırabilmeyi ve bu ayrışmayı bilişsel süreçler açısından yorumlamayi hedefliyoruz.
EEG İşaretleri için Belirleyici Kanalların Farklı Metotlarla Tespiti
Abdurrahman Özbeyaz, Adıyaman Üniversitesi
Elektroansefalogram (EEG), kafatasındaki farklı konumlardan elde edilir. Günlük yaşamımızda etrafımızdaki olaylar hakkındaki bilgilerin kafatasından okunması Elektroansefalogram teknolojisinde elektrotlar yardımı ile yapılabilir. Bu elektrotlar kafatasına belirli bir standarda göre yerleştirilir ve yerleştirilen kanal sayıları uygulamadan uygulamaya farklılık gösterebilir. Belirli amaçlar için elde edilen EEG işaretlerinin sınıflandırılmasında çalışmanın konusu ile ilgili belirleyici kanalların seçilmesi genellikle analiz aşamasında çözülmesi gereken bir problem olarak araştırmacıların karşısına çıkmaktadır. Yapılan bu çalışmada altı farklı kanal seçim yöntemi önerilmiştir. Bu yöntemler; pearson corr., fisher score, mutual information, kullback leibler, relative entropy ve variance ratio. Bu yöntemlerden dördünde farklı sınıflara ait uyarılmış potansiyeller üzerinden kanallar arasındaki uzaklık hesaplanırken diğer ikisinde ise farklı sınıflar arasındaki kovaryans matrisi hesaplanarak belirleyici kanalların tespiti yapılmaya çalışılmıştır. Çalışmadaki metotlar, EEG işaretlerinin sınıflandırılmasında kanal seçimi sürecinde araştırmacılara yön gösterebilecek niteliktedir.
Uyku Hastalıklarının Tespiti için EEG Sinyallerinin Derin Öğrenme ile İşlenmesinde Yeni Bir Yaklaşım
Göksu Zekiye Özen, Kırgızistan Türkiye Manas Üniversitesi
Uyku evrelemesi ve hastalıkların tespiti için otomatikleştirilmiş sistemlere ihtiyaç duyulmaktadır. Derin öğrenme yöntemleriyle doğrudan ham veri üzerinden anlamlı sonuçlar elde etmek ve karmaşık sistemleri çözümlemek mümkündür. Çalışmamızda derin öğrenme yöntemleri CNN ve RNN ile elektroensefalografi (EEG) sinyalleri işlenerek uyku hastalıklarını tespit etmede otomatikleştirilmiş yeni bir yöntem önerilmektedir.
Gen İfadesi Zaman Serisi Verileri için Hizalama Algoritmaları
Semiha Özgül, Ege Üniversitesi
Bu çalışmada, gen ifadesi zaman serilerinin hizalanmasında kullanılan çeşitli metodolojik yaklaşımlara genel bir bakış açısı sunulmuş ve literatürde başlıca kullanılan hizalama algoritmaları ayrıntılı olarak incelenmiştir. Ayrıca yaygın olarak kullanılan dinamik zaman bükmesi algoritması, insan ve fare fetal akciğer gelişim sürecine uygulanarak bu iki süreç arasındaki benzerlikler ve farklılıklar ortaya konulmuştur.
Sıçanlarda S1 ve M1 Korteksi Aksiyon Potansiyeli Kayıtlarından Davranışsal Motor Çıktısını Öngörüleme
Sevgi Öztürk, Boğaziçi Üniversitesi
Nöroprotezlerin operasyonel performansı Beyin-Bilgisayar Arayüzü (BBA) üzerinde çalışan çözümleme algoritmalarına bağlıdır. Davranışsal motor çıktısını tahmin edebilmek için nöral yanıtları deşifrelemeyi planlıyoruz. Eğer korteksin popülasyon yanıtları ve ağ özellikleri daha iyi anlaşılabilirse, biyolojimizin doğal karakteristiklerinin taklit edilmesi sonucunda, nöroprotezlerin çözümleme algoritmaları doğala yakın parametrelerle çalışacaktır ve BBA’leri daha iyi performans sergileyecektir.
Karotis Arter Doppler Imt (Intima Media Thickness) Ölçümlerinde Derin Öğrenme Uygulamaları
Serkan Savaş, Gazi Üniversitesi
Literatür araştırmaları derin öğrenme yaklaşımlarının, biyomedikal alanında da başarım sağlayacağını öngörmektedir. Bu öngörüden yola çıkarak, Karotis Arter Doppler Intime Media Thickness (IMT) ölçümlerinde Derin Öğrenme yaklaşımını kullanan yeni bir sistem önerilerek uygulanacaktır. Burada amaç, literatüre özgün ve yeni bir yaklaşım kazandırmaktır.
Metin ve Resim Tabanlı Sonuç Çıkarım Sistemi
Ömer Sevinç, Ankara Üniversitesi
Çalışmanın amacı, veri setlerinden alınan metin ve resim tabanlı girdiler kullanılarak derin öğrenme ile elde edilen sonuçların anlamsal ağlarda kullanılması ile çıkarsama yaparak farklı bilgileri, ilişkileri ortaya çıkarmak ve öngörüde bulunabilmektir. Elde edilen bu karma yöntemle biyoenformatik resim ve metinler üzerinden öngörülerde bulunularak hayati değer taşıyacak önlemlerin alınabilmesini sağlamayı hedeflemektedir.
Bir Transkripsiyon Faktörü için Dna Bağlanma Bölgelerinin Tahmini
İrem Topal, İstanbul Teknik Üniversitesi
Bu çalışmada, fare sinir hücresinin gelişiminde rol oynayan NeuroD2 proteininin hücre DNA'sı üzerindeki bağlanma bölgeleri yapay öğrenme teknikleriyle tahmin edilmiştir. Bu amaçla bağlanma bölgelerine dair deneysel veriler (Chip-Seq) ve bunlarla eşleşirdiğimiz 15 öznitelik kullanılmıştır. Bu ikili sınıflandırma probleminde makine öğrenmesi teknikleri ile başarım %68 olarak hesaplanmıştır. İleri aşamalarda başarımın farklı mimariler kullanılarak optimizasyonu ve optimal performans veren sinir ağının parametrelerinin incelenmesi ile bağlanmada kritik önemi olan biyolojik faktörlerin belirlenmesi planlanmıştır.
Karsinogenezde Mutasyonlar Arası İlişkilerin Veri Madenciliği Metotları ile Tespiti
Uğur Toprak, Ankara Üniversitesi
Veri madenciliği, büyük miktardaki veriler arasından kolaylıkla öngörülemeyen anlamlı örüntülerin çıkarılmasını sağlayan çalışma alanına denilmektedir. Günümüzde yaygın bir şekilde kullanılan veri madenciliği metotlarından biri de birliktelik analizidir. Bu analizin amacı mevcut veri kümesinde birlikte görülen parametreleri tespit ederek, karar verme sürecine faydalı olacak örüntüler ortaya çıkarmaktır. Ayrıca büyük miktarlardaki veri kümelerini budayarak, üzerinde analiz yapması kolay ve anlamlı veri kümeleri elde etmek için kullanılmaktadır. Bayesci ağlar, değişkenleri temsil eden düğümler ve nedensel ilişkileri gösteren oklardan oluşan grafiksel modellerdir. Bayesci ağlar, yönlü döngüsüz grafik oluşturmak ve değişkenlerin koşullu olasılık değerlerini bulmayı esas alır. Bu iki işlem öğrenme olarak tanımlanır. Bayesci ağlarda yapı ve parametre öğrenme olmak üzere iki tür öğrenme yöntemi vardır. Bu çalışmada The Cancer Genom Atlas (TCGA) veritabanından elde edilen küçük hücreli dışı akciğer kanserine ait genetik mutasyonların evrimsel geçmişi ilk paragrafta belirtilen veri madenciliği teknikleri kullanılarak araştırılmıştır. Öncelikle TCGA veritabanından elde edilen yüksek miktardaki genetik veriden birliktelik kuralı analizi ile en sık görülen mutasyonların birlikte görülme kuralları çıkarılmıştır. Bu kurallar yardımıyla belirlenen en çok birlikte görülen on yedi mutasyonun atasal sıralanması Bayesci ağlarla yapılmıştır. Bayesci ağlar oluşturulurken iki farklı yapı öğrenme algoritması ve bu algoritmaların kullandığı dört farklı skorlama metodu kullanılmıştır. Mevcut veri seti ile oluşturulan Bayesci ağların tepe tırmanma ve tabu arama gibi yapısal öğrenme algoritmalarına göre değil, bu algoritmaların içinde mutasyonların ağdaki en iyi olasılıksal yerini belirleyen skorlama metoduna göre farklılık gösterdiği ortaya konulmuştur. Ayrıca mutasyonların veri setindeki görülme sıklıklarının, hastalığın birikimli yapısı hakkında önemli bilgiler içerdiği görülmüştür.
Bitki Hastalıklarını Tanıma için Derin Öğrenme Kullanılarak Öznitelik Çıkarma
Muammer Türkoğlu, Bingöl Üniversitesi
Makine öğrenmesi konularındaki problemlerin çözümünde, son yıllarda derin öğrenme kullanılarak yüksek başarım oranları elde edilmektedir. Bu çalışma, bitki hastalık görüntülerinden öznitelik çıkarılması için derin öğrenme algoritmalarının (Alexnet, Vgg) kullanımı önerilmektedir. Elde edilen parametreler Destek Vektör Makineleri ve En-Yakın Komşu yöntemleri kullanılarak sınıflandırılma işlemleri gerçekleştirilmiş ve başarım oranları değerlendirilmiştir.
Dört Farklı Kanser Tipine Duyarlı Genlerle İlişkili Fonksiyonel İnteraktomların Karşılaştırmalı Çalışması
Miray Ünlü Yazıcı, Abdullah Gül Üniversitesi
DNA dizisinde değişiklik yapmadan gen ifadesinde farklılıklara neden olabilen metilasyon, kompleks hastalık oluşumunda önemli bir potansiyele sahiptir. Ekspresyon ve metilasyon dataları beraber yorumlandığında biyolojik mekanizmanın kökeninde rol oynayan etkenleri açıklamak için kullanılabilmektedir. Bu çalışmada yüksek öneme sahip genomik bölgelerdeki metilasyon datası kullanılarak duyarlı genler tespit edilmiş ve bu genlerin interaktörleri incelenerek colon, meme, prostat ve tiroid kanserleri arasındaki ilişki araştırılmıştır.
Plastik Cerrahi'de Biyoinformatik Uygulamaları
Ecem Esma Yeğin, Ege Üniversitesi
Plastik, Rekonstrüktif ve Estetik Cerrahi de, tıbbın diğer pek çok alanı gibi sürekli gelişmektedir. Ancak çağımızdaki teknolojik gelişmelerin çok hızlı ilerlemesi, bazı bilim dallarının geriden takip etmesine sebep olabilmektedir. Yaptığımız bu çalışmada, Plastik Cerrahi biliminin son 20 yıldaki Biyoinformatik ile ilişkili çalışmaları derlenmiş ve gelişim bir zaman süreci içerisinde gösterilmiştir.
Demans ve Alzheimer Teşhisinde Yapay Sinir Ağlarının Uygulanması
Altuğ Yiğit, Dokuz Eylül Üniversitesi
Birçok hastalığın erken safhalarında teşhis edilmesi, hastalığın iyileşmesini mümkün kılarak tedavi sürecini olumlu şekilde etkilemektedir. Özellikle nöroloji alanında Alzheimer gibi hastalıkların erken teşhisi oldukça önemlidir. Bu çalışmada demans ve Alzheimer hastalığı tanısı koyabilen makine öğrenim modelleri geliştirilmiştir. Sınıflandırma performanslarını karşılaştırmak için Yapay Sinir Ağları (YSA), Lojistik Regresyon (LR), k-En Yakın Komşu (KNN) ve Karar Ağacı (DT) sınıflandırıcıları uygulanmıştır.

Yapay Öğrenme Posterleri

Yapay Zeka Yöntemlerini Kullanarak Otonom Araç Eylemlerinin Geliştirilmesi
Merve Arıtürk, Yıldız Teknik Üniversitesi
Otonom araçlar içerisinde bulundurdukları otomatik kontrol sistemleri sayesinde bir sürücüye ihtiyaç duymadan yolu, trafik akışını ve çevresini algılayarak sürücünün müdahalesi olmadan seyir halinde gidebilen otomobillerdir. Otonom araçların otomatik pilot sürüşü üzerindeki sensörler yardımı ile frenleyen veya park etmiş durumda olan araçların konumlarını tespit etmesiyle başlıyor ve bunun gibi çok çeşitli sensörlerden gelen verilerin merkezi bir bilgisayar sistemiyle analiz edilip direksiyon kontrolü, frenleme, hızlanma gibi olaylar gerçekleştiriliyor. Gelişmiş sürücü destek sistemleri (Advanced driver-assistance systems, ADAS), güvenlik ve daha iyi sürüş için araç sistemlerini otomatikleştirmek, uyarlamak ve geliştirmek için geliştirilmiş sistemlerdir. ADAS'ın araca sağladığı otomatik sistem, insan hatalarını en aza indirerek kaza ve ölümleri azaltma konusunda kanıtlanmıştır. Karayolu taşımacılığı terminolojisinde, bir şerit kalkış ikaz sistemi, araç, şeridin dışına çıkmaya başladığında sürücüyü uyarmak için tasarlanmış bir mekanizmadır. Çarpışmadan kaçınma sistemi, bir çarpışmanın şiddetini önlemek veya azaltmak için tasarlanmış bir otomobil güvenlik sistemidir. Ayrıca bir çarpma öncesi sistemi, ileri çarpışma uyarı sistemi veya çarpışma azaltma sistemi olarak bilinir. Yakın bir kazayı tespit etmek için radar (tüm hava koşulları) ve bazen lazer (LIDAR) ve kamera (görüntü tanıma işlevi) kullanır. GPS sensörleri, bir konum veri tabanından stop işaretlerine yaklaşmak gibi sabit tehlikeleri tespit edebilir. Bir otomotiv gece görüş sistemi, sürücünün algısını artırmak ve karanlıkta veya aracın farlarının ulaşamayacağı kadar kötü havalarda uzaklığı görmek için bir termografik kamera kullanır. Bu tür sistemler, bazı araçlarda isteğe bağlı donanım olarak sunulmaktadır. Çalışmanın amacı, otonom araçlarda şerit takibi yaparak keskin viraja sahip yollardaki yanılma/hata oranının azalmasını hedefleyen algoritmanın tasarlanması ve test edilmesidir. Destek sistemini standartlara uygun derin öğrenme ve makine öğrenmesi teknikleri ile geliştirilecek algoritmaya ek olarak, otonom araçların gece/karanlık ortamlarda kullanımının daha optimal hale getirilmesi ve acil durumlarda (ambulans, itfaiye, polis vs.) karar verme mekanizmasının eklenmesi hedeflenmektedir.
Zaman Serisi Kestirimi için Farklı T-norm Operatörleri ile Yeni Bir Bulanık Çıkarım Sistemi
Salih Berkan Aydemir, Anadolu Üniversitesi
Çalışmada amaçlanan Adaptif sinirsel bulanık çıkarım sistemi (ASBÇS) üzerinde, Parametrik-Hamacher T-norm operatörünün uygulanmasıdır. Adaptif Bulanık Çıkarım Sistemi yaklaşımlarında, genel olarak çarpım veya minimum T-norm operatörleri kullanılmaktadır. Parametrik-Hamacher T-normun en önemli özelliği ise, parametrik yapısı sebebi ile birçok T-norm operatörünü sağlamasıdır. Sunulan yapılarda, Adaptif Bulanık Çıkarım Sistemi koşul kısmında, Gaussian üyelik fonksiyonu kullanılmaktadır. Modelin sonuç kısmında, birinci dereceden polinom fonksiyonları yer almaktadır. Sunulan model, kaotik zaman serileri ve sistem tanılama problemi üzerinde denenmiştir. Ayrıca, bilinmeyen parametrelerin en uygun değerlerinin bulunması, yaklaşık Newton yöntemi tabanlı, Broyden-Fletcher-Goldfarb-Shanno algoritması ile gerçekleştirilmiştir. Ayrıca sunulan yapı, literatürdeki diğer çalışmalar ile karşılaştırılmıştır.
Fiziksel İnsan-Robot Etkileşimi için Kesir Dereceli Admitans Denetleyicisi
Yusuf Aydın, Koç Üniversitesi
Fiziksel insan-robot etkileşimi sayesinde insanların zihinsel yetenekleri ile robotların dayanıklılık, konumlamadaki yüksek doğruluk ve tekrarlanabilirlik yetenekleri bir araya getirilebilir. Böylesi bir etkileşimin sunabileceği pek çok önemli yarar olmasına rağmen, bu birleşik sistemin denetimi birçok açıdan zordur. Bu bildiride, fiziksel insan-robot etkileşimi için yeni bir denetleyici olan kesir dereceli admitans denetleyici önerilmektedir. Bu denetleyici kullanılarak, birleşik sistemin kararlılık çözümlemesi yapılmış ve etkin empedans çözümlemesi ile sağlayacağı başarım incelenmiştir. Elde edilen sonuçlar, kesir dereceli admitans denetleyicisinin, tam sayılı olana göre daha gürbüz bir kararlılık sağlayacağını ve insanın görev sırasındaki fiziksel yükünü azaltacağını göstermektedir.
Akıllı Stok Yönetim Sistemi
Kağan Bakanoğlu, Vestel
Kaotik Cırcır Böceği Algoritması ile Yapay Sinir Ağı Eğitimi
Murat Canayaz, Van Yüzüncü Yıl Üniversitesi
Yapay sinir ağlarının eğitimi konusunda metasezgisel yöntemler son yıllarda sıklıkla kullanılmaktadır. Bu çalışmada da güncel meta sezgisel yöntemlerden olan sürü tabanlı cırcır böceği algoritmasının kaotik haritalı versiyonunun YSA eğtiminde kullanımı gösterilmeye çalışılacaktır.
Karmaşık sistemler ve veri bilimi yaklaşımları nasıl bir arada kullanılabilir?
Uzay Çetin, İstanbul Bilgi Üniversitesi
Veri bilimi ile tahminleme ve en iyileme gibi klasik makine öğrenmesi problemlerini çözebiliyoruz. Ama getirilen çözümler çoğu zaman gerçek sebep-sonuç ilişkilerine değil, istatistiksel korelasyonlara dayanıyor. Karmaşık sistemler yaklaşımı ise, gerçek dünyanın karmaşıklığını ve saklı sebep-sonuç ilişkilerini anlamamıza yarayan modeller ve araçlar sunarken, çoğu zaman bu araçlar tahminleme ve en iyileme problemlerine çözüm getiremiyor. Bu iki yaklaşımın, birbirlerinin eksiklerini tamamlama potansiyeli oldukça yüksek. Bu nedenle, 21. yüzyılın problemlerine bu iki yaklaşımın birlikte ele alınarak çözüm getirebileceğine inanıyoruz.
Bitcoin Fiyat Tahmini için Arıma Zaman Serisi Modeli ve Lstm Derin Öğrenme Modelinin Karşılaştırılması
Ali Osman Çıbıkdiken, Necmettin Erbakan Üniversitesi
Bu çalışmada, ARIMA Zaman Serisi Modeli ve LSTM Derin Öğrenme Algoritması, Bitcoin'in gelecekteki fiyatını tahmin etmek için karşılaştırılmıştır. Zaman serilerinin tahmininde yaygın olarak kullanılan ARIMA modeli R programlama dilinde ve LSTM modeli de Python'daki Keras framework kullanılarak oluşturulmuştur. ARIMA ve LSTM derin öğrenme modelleri kullanılarak Bitcoin'in gelecekteki 30 günün fiyatları tahmin edilmiştir. Sonuçlar yaklaşık olarak ARIMA için MAPE %11.86 ve LSTM için MAPE% 1.40 olarak elde edilmiştir. Sonuçlar karşılaştırıldığında LSTM Modelinin daha başarılı olduğu gözlenmiştir.
Ağaç-Tohum Algoritmasının Performansının Optimizasyon Problemleri Üzerinde İyileştirilmesi
Ahmet Cevahir Çınar, Selçuk Üniversitesi
Ağaç-Tohum algoritması 2015 yılında önerilmiş bir yapay zeka optimizasyon algoritmasıdır. Sürekli optimizasyon problemlerinin çözümü için önerilmiş bu algoritma doktora çalışmam kapsamında kısıtlı ve ayrık optimizasyon problemlerini çözecek şekilde modifiye edilmiş ve geliştirilmiştir. Bu çerçevede araştırmalarım sürmektedir.
Akıllı Telefon Hareket Senörlerini Kullanarak Kullanıcının Yaş Gurubu Belirleme
Erhan Davarcı, Boğaziçi Üniversitesi
Bu çalışmanın ana amacı, akıllı telefonların ivmeölçer sensörünün yan kanal bilgi kaynağı olarak kullanılarak kullanıcının yaş aralığının tespit edilebileceğinin gösterilmesidir. Kullanıcının ekrana dokunuşları analiz edilerek kullanıcının çocuk veya yetişkin olduğu yüksek bir oranda tespit edilmiştir. Elde edilen bu bilgi, saldırganlara kötü amaçlı eylemleri için ek imkanlar sunabilmektedir.
Doğadan Esinlenerek Geliştirilen Kaotik Haritalı Optimizasyon Yöntemi
Fahrettin Burak Demir, İnönü Üniversitesi
Bilindiği üzere modern dünyada bilginin hızlı artışı ile birlikte problemlerin çözümünde klasik matematiksel yöntemler yetersiz kalmaktadır. Bu tez çalışmasında doğadan esinlenerek geliştirilen yeni bir optimizasyon tekniği önerilecektir. Ayrıca rastgele sayı üreteçleri için hibrit kaotik haritalar kullanılacaktır.
Yakın Kaynak Deprem Kayıtlarındaki Hız Atımlarının Makine Öğrenimi Teknikleri ile Belirlenmesi
Deniz Ertuncay, University Of Trieste
Atım (pulse) şeklindeki kuvvetli yer hareketleri yapılar üzerinde yüksek bir etki yarattığı için bu konu sismoloji ve deprem mühendisliğinin ilgi alanındadır. Atım özelliği gösteren deprem kayıtlarını sıradan deprem kayıtlarından ayırmak için Baker, 2007 ve Chang vd. 2016 gibi yöntemler geliştirilmiştir. Biz bu çalışmada kabukta meydana gelmiş önemli depremlerin yakın kaynak istasyon kayıtlarını kullandık. TensorFlow ve Scikit-learn paket programlarını kullanarak akım şeklindeki deprem dalgalarını belirmeye çalıştık. Farklı mimaride yapay nöron ağlarını birbirleriyle ve Baker ve Chang’in yöntemleri ile karşılaştırdık.
Sürüş Dinamiklerinden Yola Çıkarak Sürücü Duygu Tahmininin Yapılması
Bünyamin Eşiyok, Yeditepe Üniversitesi
Trafikte meydana gelen ölümlü ve yaralanmalı kazaları azaltmak maksadıyla geliştirilen çalışmada, sürücünün ve aracın sürüş dinamikleri üzerinden bir çalışma yapılmaktadır. Elde edilen veriler makine öğrenmesi algoritmaları kullanılarak işlenmekte ve güvenli sürüş için ipuçları vermektedir. Çalışma sonucunda amacımız çoklu ve çeşitli senaryolara karşı en doğru çıktıyı verebilen güvenilir bir sisteme sahip olmaktır.
Evrişimsel Sinir Ağları için Kullanılan Transfer Öğrenme Yaklaşımları
Kazım Fırıldak, İnönü Üniversitesi
Evrişimsel sinir ağları (ESA), yapay sinir ağlarını tabanlı derin öğrenme mimarileridir. Katman ve sinir hücresi sayısının, yapay sinir ağına göre fazlalığından dolayı ESA eğitimi hesaplama maliyeti yüksek bir işlemdir. Bunun yanında probleme özgü eğitim kümesi her zaman oluşturulamamaktadır. Sınıflama başarısı kanıtlanmış, büyük ve kapsamlı eğitim veri setiyle eğitilmiş bir ESA’ nın katmanlarından ağırlık transferi yaygın kullanılan yöntemdir. Ön eğitim, özellik çıkarıcı ve kısmi özellik çıkarıcı yaklaşım ESA ‘larda kullanılan transfer öğrenme yaklaşımlarıdır. Bu çalışmada Cifar, Caltech, Mnist veri kümeleri için AlexNet’den transfer edilen ağırlıklarla ESA’lar için sınıflama başarıları incelenmiştir. AlexNet, yeni veri kümelerinin sınıflamasında kullanmak için önişlemlere tabi tutularak farklı veri kümeleri için yüksek sınıflama başarısı göstermiştir. Veri kümelerinin sınıfları, AlexNet’in benzerliği arttıkça sınıflama başarısının transfer öğrenmede arttığı gözlemlenmiştir. Ayrıca Mnist veri kümesinde, transfer öğrenme ile %98 sınıflama başarısına ulaşıldığı ve veri kümesi boyutuna göre sınıflama başarısının değişkenliği gözlemlenmiştir
Yapay Zeka ile Fotoğraflarda Bulunan Rakam ve Harf Benzeri Objelerin Tespit Edilmesi
Çağrı Kaplan, Ankara Yıldırım Beyazıt Üniversitesi
Bu çalışmada çevrimiçi olan fotoğraf veri tabanları kullanılarak fotoğraflarda herhangi bir harfe ya da rakama benzeyen objelerin sınıflandırılması ve segment edilmesi amaçlanmıştır. Veri tabanlarındaki fotoğraflar başarı oranının arttırılması amacıyla eğitim aşamasında çeşitli şekillerde manipüle edilmiştir. Elde edilen sentetik harf ve rakamlar görsel ifadelere sahip olacağı için oluşturacakları metni anlamsal bütünlük olarak görsel yönden betimleyebileceklerdir.
Derin Öğrenme Yöntemi ile İnsan ve Bilgisayar Ayrımı Amaçlı Tam Otomatik Genel Turing Testinin (CAPTCHA) Geçilmesi
Şafak Kayıkçı, Abant İzzet Baysal Üniversitesi
CAPTCHA'lar, insanları ve makineleri ayırmak için geliştirilmiş olup daha çok bu ayrımı yapmanın en zor olduğu web ortamında kullanılmaktadır. Veri setinin büyüklüğü ve kalitesine bağlı olarak, derin öğrenme yöntemleri ile bu testler otomatik olarak geçirilebilir. Bu çalışmada, insan etkileşimi olmaksızın CAPTCHA'ları çözmek için bir evrişimli sinir ağ uygulaması önerilmiştir.
Görüntüler Üzerinden Kalabalık Analizi
Orhan Kesemen, Karadeniz Teknik Üniversitesi
Bu çalışmada, sığ yeraltının araştırılmasında kullanılan yer radarı aletiyle yapılan ölçümlerde elde edilen verilerin yer altı derinlik görüntüsüne dönüştürülmesinde kullanılacak hız bilgisinin elde edilmesi amaçlanmıştır. Bunun için kullanılan Hough dönüşümünün uzun zaman alması pratik çözümleri imkansız kılmaktadır. Daha hızlı bir çözüm için stokastik bir optimizasyon yöntemi olan ABC algoritması kullanılmıştır. Bu yöntemin probleme uyarlanması için çok tepeli ABC algoritması geliştirilmiş ve daireler üzerinde gücü test edilmiştir. Daireler üzerinde başarımını artırmak için daire kenarlarını bulanıklaştırmak için Gaussian süzgeci kullanılmıştır. Geliştirilen çok tepeli ABC algoritması radargram verilerine uygulandığında başarımın artırılması için, radargram verilerine ön işlemlerden sonra Hilbert dönüşümü uygulanmıştır. Algoritmanın uygulanmasından sonra elde edilen radargram görüntüsündeki hiperbollerin hem sayıları hem de parametreleri (konum-hız) otomatik olarak belirlenmiştir. Anahtar Kelimeler: Çok Tepeli Optimizasyon, Yapay Arı Koloni Algoritması, Çoklu Çember Algılama, Yer Radarı Hiperbolleri.
Derin Öğrenme Yöntem ve Araçları Kullanılarak Türk Araç Plakalarının Tanınması için Yeni Bir Yaklaşım
İrfan Kılıç, Fırat Üniversitesi
Plaka tanıma sistemleri günümüzde çok sık kullanılmaktadır. Bu sistemlerde genellikle görüntü işleme teknikleri ve kartlı çözümler kullanılmaktadır. Bu çözümler yeterli sonuçlar vermesine rağmen bazen yetersiz kalabilmektedir. Bu çalışmada bu yöntemlerden farklı olarak derin öğrenme teknik ve araçları kullanıldı. Derin öğrenme algoritmaları kullanılırken öğrenme sürecine katkı sağlamak için görüntü işleme teknikleri de sürece dahil edildi. Öğrenme süreci Keras derin öğrenme kütüphanesi ile Tensorflow çatısı üzerinde yapıldı. Öğrenme, doğrulama ve test verileri için gerçek veriler kullanılarak tarafımızdan bir veri seti oluşturuldu. Veri setinin eğitilmesinden sonra elde edilen eğitilmiş sistemde test verileri üzerinden plaka tanıma işleminin çok yüksek doğrulukla gerçekleştiği görülmüştür.
Görüntüler Üzerinden Kalabalık Analizi
Merve Ayyüce Kızrak, Yıldız Teknik Üniversitesi
Kalabalık davranış analizi, kişi sayımı ve takibi için derin öğrenme alanındaki son gelişmeler araştırmacılara geleneksel yöntemlerle karşılaşılan birçok zorluğun aşılmasını sağlamaktadır. Doktora tez çalışmamda da özgün bir model tasarlanarak performansı yüksek ve özellikle son yıllarda özellikle metropol şehirlerdeki güvenliğin sağlanmasını hedefleyecek anormal kalabalık davranışlarının kestirilmesi hedeflenmektedir.
Yapay Sinir Ağları İle FPGA Üzerinde Kaotik Osilatör Tasarımı
İsmail Koyuncu, Afyon Kocatepe Üniversitesi
Bu çalışmada, gerçek zamanlı Yapay Sinir Ağları (YSA) uygulamaları için 3-B bir kaotik sistem 32-bit IEEE-754-1985 kayan noktalı sayı standardı ile VHDL dilinde kodlanmıştır. Tasarlanan 3-B kaotik sistem Xilinx ISE Design Tools 14.7 programında sentezlenmiş ve VIRTEX-6 FPGA çipi üzerinde gerçeklenmiştir. Sunulan kaotik sistem Runge-Kutta-Butcher-5 algoritması ile nümerik olarak ve Çok Katmanlı İleri Beslemeli (ÇKİB) YSA-tabanlı olarak modellenmiştir. Tasarlanan YSA-tabanlı 3-B kaotik osilatör yapısı referans alınarak FPGA üzerinde ÇKİB YSA-tabanlı 3-B kaotik osilatör ünitesi tasarlanmış ve sentezlenmiştir. Place and Route işleminden elde edilen FPGA-tabanlı 3-B kaotik osilatör ünitesi maksimum çalışma frekansı ve FPGA çip istatistikleri sunulmuştur.
Yüksek Ağırlıklı Ürün Taşıyıcı Sürü Robotların Geliştirilmesi ve Bulut Üzerinden Yönetimi
Fatih Okumuş, İnönü Üniversitesi
Kumaş üreten tekstil fabrikalarında ürünler farklı iş istasyonlarında adım adım işlenerek elde edilmektedir. Ürünlerin bu istasyonlar arasında nakli ise hem işçi sağlığı açısından olumsuzluk hem de ek maliyet getirmektedir. Diğer taraftan yapılacak işlem için belirli bir zamanın da harcanması gerekmektedir. Bu çalışmada, fabrika ortamında ağır malzemeler taşıyan Dok araçlarının otonom olarak bir noktadan istenilen başka bir noktaya taşınmasını sağlayacak robotlar geliştirilmektedir. Robotların birlikte çalışabilirliğinin sağlanması ve optimum görev yönetimi için de bulut üzerinde çalışan bir uygulama gerçekleştirilmektedir.
Mevcut Yapılarda Deprem Riskinin Hızlı Tarama Teknikleri ile Belirlenmesi
Ayşe Elif Özsoy Özbay, Beykent Üniversitesi
Ülkemizdeki mevcut yapı stokunda bulunan her binanın deprem performansının belirlenmesi için yönetmeliğimizin belirttiği detaylı sayısal analizleri gerçekleştirmek; iş gücü, zaman ve maliyet açısından imkansızdır. Literatürdeki hızlı tarama teknikleri mahalle, ilçe ve kent ölçeğinde yüksek riskli – öncelikli detay araştırma gerektiren – binaların tespiti için son derece önemlidir. Bu çalışmanın amacı, deprem sonrası hasarlı binalardan toplanan – kısa kolon, yumuşak kat, ağır çıkma, bitişik nizam, eğimli arazi vb. gibi- bilgiler ile deprem hasar seviyeleri (hasarsız, hafif hasar, orta hasar, ağır hasar ve göçme) arasındaki ilişkiyi araştırmak ve mevcut hızlı tarama tekniklerini değerlendirmektir.
Derin Öğrenme ile Isparta Elektrik Şebeke Sistemlerinin Durum ve Yük Analizi
Onur Mahmut Pişirir, Süleyman Demirel Üniversitesi
Veri analitiği enerji sektöründe hızlı karar verme aşamasında çok kritik bir öneme sahiptir. Maliyetleri düşürecek sistem ve varlık verimliliğinin sağlanması için birçok entegrasyona ihtiyaç duyulmaya başlanmıştır. Daha önce yapılan çalışmalarda elektrik kullanımı ile gerçek zamanlı bir çözüm değil matematiksel ya da istatistiksel olarak tahminler yapılmaya çalışılmıştır. Ancak bu çalışmalar yapay zekâ teknikleri eklenmesine rağmen yetersiz kalabilmektedir. Yapılacak olan derin öğrenme sayesinde elektrik şebekelerinde abone taraflı kullanım ve haneler için yapılacak veri analizleri ile tasarruf sağlanabilmesine katkıda bulunacaktır. Bunun yanı sıra şebekelerdeki yük analizi ile bölgesel olarak şebeke yükünün dengelenmesi için gerekli çözümleri sunabilecek bir sistem geliştirilebilecektir.
Yapay Zeka Algoritmaları ile Kriptoanaliz
Arkan Kh Shakr Sabonchı, Erciyes Üniversitesi
Günümüzde gelişen teknoloji karşısında bilginin gizliliği ve güvenirliliği önem kazanmıştır ve şifreleme bilimi olan Kriptolojiye olan ilgi de buna paralel olarak artmıştır. Kriptoloji, kriptografi ve kriptoanaliz olmak üzere iki dala ayrılmaktadır. Kriptografi, yeni şifreleme algoritmaları ve onların uygulamaları ile ilgilenirken, kriptoanaliz, şifreleme algoritmalarına karşı saldırı teknikleri ve yeni tasarlanacak şifreleme algoritmalarında saldırıları önlemek için ne yapılacağı ile ilgilenir. Şifreleme algoritmalarının gürbüzlüğünü artırmak için yapay zeka teknikleri ile birlikte kullanılmaktadır. Bir yapay zekâ disiplini olan sürü zekâsı algoritmaları değişik şifreleme yöntemlerinde kullanılmıştır. Kompleks problemlerin çözümünde oldukça başarılı olan ve bir sürü zekası olan Yapay Arı Kolonisi algoritmasının kriptoanaliz ile birleştirilerek saldırı kriptoanalizdeki etkisinin incelenmesi bu çalışmanın amacıdır. Yapay Arı Kolonisi algoritması bu alanda ilk defa kullanılacaktır. Kriptoloji sisteminin temel yöntemleri olan yerine koyma ve yer değiştirme yöntemlerinde kriptoanaliz etkinliğinin gösterilmesi, elde edilen sonuçların diğer algoritmaların sonuçları ile karşılaştırılması gerçekleştirilecektir.
Derin Öğrenme Tabanlı Bir Web Uygulama Duvarı Geliştirilmesi
Mehmet Sevri, Gazi Üniversitesi
Tez çalışması kapsamında derin öğrenme temelli bir web uygulama duvarı (web application firewall - WAF) geliştirilmesi planlanmaktadır. Tezin ilk aşamasında kurulacak balküpü sistemi ile normal ve saldırı içeren web trafikleri toplanarak, geliştirilecek etiketleme yöntemi ile normal trafik ve saldırı trafiği olarak etiketlenerek bir veri seti oluşturulacaktır. Veri seti üzerinde veri temizleme ve önişleme işleme adımlarından sonra derin öğrenme tabanlı otokodlayıcılar ile özellik seçimi ve indirgeme işlemi gerçekleştirilecektir. Bu veri seti kullanılarak derin öğrenme tabanlı algoritmalar ile çeşitli WAF modelleri geliştirilerek başarıları test edilecektir. Derin öğrenme tabanlı modeller kullanılarak, eşzamanlı olarak saldırı tespiti ve raporlama işlemi yapabilen bir WAF sistemi geliştirilecektir.
Görünür Işık Konumlandırma Sistemlerinde Güç Tahsisi
Ahmet Dündar Sezer, Bilkent Üniversitesi
Bir görünür ışık konumlandırma sistemindeki ışık yayan diyot (IYD) vericileri arasındaki optimum güç tahsisi; bireysel ve toplam güç sınırlamalarını ve aydınlatma kısıtlamalarını içeren pratik kısıtlamaların varlığında, görünür ışık haberleşmesi (GIH) alıcılarının konumlandırma performansını artırmak amacıyla sunulmaktadır.
Logaritmik-Öklid Kovaryans Matrisi ile Kalabalık Sahnelerde Anomali Tespiti
Efsun Sezer, Hacettepe Universitesi
Son yıllarda anormal davranış analizi, bilgisayarlı görü alanında popüler bir araştırma konusu haline gelmiştir. Güvenlik endişeleri nedeniyle güvenlik kameraları havalimanları, metro istasyonları, alışveriş merkezleri ve hastaneler gibi birçok alanda kullanılmaktadır. Bu durum, büyük miktarda verinin insan eli ile analizinde ciddi problemler yaratmaktadır ve otomatik sistemleri temel ihtiyaç haline getirmektedir. Bu çalışmada; kalabalık sahnelerde otomatik anomali tespitine yönelik bir yaklaşım önerilmektedir. Bu amaçla, hareket ve görünüm ipuçlarını kodlayan iki önemli öznitelik türü, kovaryans matrisi yardımıyla birleştirilmiştir. Kovaryans matrisleri, Riemannian manifoldunda bulunan ve Öklid işlemleri için uygun olmayan simetrik pozitif belirli matrislerdir. Bu nedenle kovaryans matrisleri log- Öklid metriği yardımı ile logaritmik kovaryans matrislerine dönüştürülerek Öklid uzayına eşlenmiştir. Anormal durum tespitinde ilk aşama olan model oluşturma işlemi, sadece normal olaylardan elde edilen özniteliklerin, tek sınıf sınıflandırma yöntemlerinden tek sınıf Destek Vektör Makineleri kullanılarak yapılmıştır. Anomali tespiti ise modele uymayan, farklılık gösteren olayların belirlenmesiyle gerçekleştirilmiştir. Bundan sonraki çalışmalarda, anormal olay tespitinde derin öğrenme temelli yaklaşımların kullanımı incelenecektir.
Otokodlayıcılar İle Bir Yarı-Gözetimli Öğrenme Yaklaşımı
Derya Soydaner, Mimar Sinan Güzel Sanatlar Üniversitesi
Bu çalışmada görüntü verileri ele alınarak otokodlayıcıların performansları incelenmiştir. Ardından, evrişimsel sinir ağları ile görüntü verilerinin sınıflandırılmasında etiketsiz verilerden de faydalanabilmek için otokodlayıcılar kullanılmıştır. Bu amaçla, yarı-gözetimli öğrenme kapsamında evrişimsel ağlar ile otokodlayıcıların birlikte kullanımı önerilmiştir.
Bayesci Negatif Olmayan Matris Ayrışımı için Aktif Eleman Seçimi
Burak Suyunu, Boğaziçi Üniversitesi
Klasik matris tamamlama problemlerinde elimizdeki matris, gözlemlenen ve bilinmeyen elemanlar olarak iki gruba ayrılabilir. Bu çalışmadaki yaklaşımda ise matrisler üç farklı gruptan oluşmaktadır: bilinen ve masrafsız olarak her zaman erişebildiğimiz gözlemlenmiş olan veri, tahmin etmeye çalıştığımız bilinmeyen veri ve şu an bilinmeyen ancak istenildiği zaman sorgulanabilen veri. Son gruptaki veriler ilk kez sorgulandığında bir maliyet ortaya çıkmaktadır. Bu gözlemden yola çıkarak, mümkün olduğu kadar az sorgu yaparak ikinci gruptaki bilinmeyen verideki değerleri en az hata ile tahminlemek istiyoruz. Amacımız, sorgulamaya çalıştığımız gözlemleri akıllıca seçebilmek. Bu çalışmamızda, gözlem sırası seçme stratejileri tanımlanarak MovieLens veri setinde karşılaştırılmıştır.
Makine Öğrenmesi İle Akademik Açıdan Riskli Öğrencileri Belirleyen Sanal Danışman Tasarımı
Mehmet Taş, Sakarya Üniversitesi
Öğrenme analitiği öğrencilere ne karar vermesi gerektiği konusunda olduğu gibi verileri karar vermek için nasıl kullanacağına da yardımcı olabilir. Çalışmada, öğrenci merkezli, gerçek verilere dayanan, güncel makine öğrenmesi tekniklerinin kullanılacağı, geleceğe yönelik tahminleri ve riskleri barındıran, kişiselleştirilebilir, özet raporlar ve grafiklerle karar vermeyi kolaylaştıran, danışmanlık ihtiyacı duyan öğrenciyi öğrenci bile farkında olmadan önce tespit edebilecek bir sistem tasarlanması amaçlanmaktadır.
Özgün Tasarımlı Che'nin Performansını Etkileyen Parametrelerin Makine Öğrenmesi Teknikleri ile Tahmin Edilmesi
Sinan Uğuz, Süleyman Demirel Üniversitesi
Metal eklemeli imalat (MAM) teknolojisi, özgün tasarımların üretilmesi ve üretim zamanının kısaltılması açısından önemli avantajlara sahiptir. Bu nedenle, bu teknoloji, geleneksel yöntemle üretilemeyen kompakt ve karmaşık geometrili ısı değiştiricilerin üretilmesi için de güncel bir metottur. Sunulan bu çalışmada, MAM teknolojisiyle üretilmiş inovatif tasarımlı kompakt ısı değiştirici (CHE)’nin analiz ve test aşamasında bazı deneyler gerçekleştirilmiştir. Deney sayısının artmasının zaman ve maliyet bakımından oluşturduğu olumsuz etki göz önüne alınarak gerçekleştirilemeyen deneylere ait sonuçları tahmin etmek için makine öğrenmesi algoritmaları kullanılarak çeşitli modeller geliştirilmiştir.
Seyrek Kodlama ve Çevrimiçi Sözlük Öğrenme Kullanılarak Hibrit Hiperspektral Görüntü Sıkıştırması
İrem Ülkü, Çankaya Üniversitesi
Seyrek kodlama tabanlı çevrimiçi sözlük öğrenme yaklaşımını literatürde ilk kez hiperspektral görüntülerin sıkıştırılması için adapte eden hibrit bir yöntem önerilmiştir. Çeşitli seyrek temsil algoritmaları kullanılmıştır. Oran-bozulma ve bilgi koruma performansları hesaplanmıştır. Sonuçlar kanıtlıyor ki bit hızı arttıkça sıkıştırma performansları artmaktadır.
3B Modeller için Makine Öğrenmesi Tabanlı Bir Görsel Kalite Ölçütü
Zeynep Çipiloğlu Yıldız, Manisa Celal Bayar Üniversitesi
Bu çalışmada, 3B statik meshlerin görsel kalitesini değerlendirmek için yeni bir makine öğrenimi yaklaşımı öneriyoruz. Amacımız gerçek gözlemcilerden toplanan kalite ölçümlerini kullanarak üçgen meshler için global bir algısal kalite ölçütü öğrenmektir. İnsan görme sistemi süreçlerini modellemek zor bir görev olduğundan ve birçok parametrenin ayarlanmasını gerektirdiğinden, makine öğrenmesi yaklaşımının bu iş için elverişli olduğunu düşünüyoruz. Kalite değerlendirme verilerinin toplanması için kitle kaynak (crowdsourcing) yöntemini, insan algısı ile iyi korelasyon gösteren en iyi parametreleri belirlemek için de metrik öğrenme yöntemini kullanıyoruz. Önerilen metriğin deneysel olarak doğrulanması, metrik çıktısı ile insan algısı arasında umut verici bir ilişki olduğunu ortaya koymaktadır.
Üç Boyutlu İskelet Verileriden Metrik Öğrenme Tabanlı Hareket Tanıma
Şeyma Yücer, Gebze Teknik Üniversitesi
İnsan hareketlerinin analizi bilgisayarla görme alanının önemli problemlerinden biridir. Bu problem, hareketlerin bilgisayar tarafından analiz edilmesi olarak tanımlanabilir. Hareketlerin tanınması, fizik tedavi, güvenlik, eğlence ve biyometri gibi pek çok alana katkı sağlayacaktır. Literatür çalışmaları, günlük (yeme, içme, oturma vb.) ya da spor (koşma, dalma, bisiklet sürme vb.) hareketlerin tanınması, hasta hareketlerinin analizi, biyometrik hareket verileri ile kişi tanıma veya gözetim amaçlı şüpheli hareket tespiti için yöntemler sunmaktadır. İnsan hareketi verileri 2B veya 3B görüntülerden elde edilmektedir. 3B veriler, 2B verilere ek olarak görüntüdeki piksellerin derinlik bilgilerini de içermektedir. 3B hareket görüntüleri üzerinde bulunan iskelet eklem koordinatları, hareketleri daha verimli ve daha doğru ifade etmektedir. Bu tez kapsamında, 3B iskelet görüntüleri kullanılarak insan hareketlerinin analizi için iki ayrı yöntem önerilmiştir. Bu yöntemlerden ilki, hareketler için gösterim tabanlı bir çözüm sunmaktadır. Geometrik eklem çantası olarak adlandırdığımız yöntem, 3B iskelet görüntülerinin zamansal ve geometrik özniteliklerini çıkartıp, SoftMax yöntemi ile sınıflandırmaktadır. Önerdiğimiz ikinci yöntem ise, derin ağ tabanlıdır. Tasarladığımız İkiz LSTMDML ağı, eylemlerin birbiri ile olan ilişkisini öğrenerek hareketleri tanımaktadır. Ağ iki farklı hareketi girdi olarak almaktadır. Her bir hareketin ağdaki LSTM alt ağları sayesinde zamansal öznitelikleri çıkarılmaktadır. Çift yönlü olarak parametre paylaşımı ile eğitilen ağ, hareketlerin derin metriklerini öğrenmektedir. Böylece baştan sona çalışan ağ, derin metrikleri kullanarak hareketleri sınıflandırabilmektedir. Sınıflandırma dışında hareketlerin benzerliklerini çıkarabilen yöntem diğer çalışmalara kıyasla daha genelleştirilebilirdir. Bu tez için iç mekânda spor ve gündelik hareketlerden oluşan GTU Action 3D veri kümesi oluşturulmuştur. Yöntemlerimiz kendi veri kümemize ek olarak Florence Action 3D, Microsoft, NTU RGB+D veri kümeleri üzerinde test edilmiş ve literatür çalışmaları ile karşılaştırılmıştır. Anahtar Kelimeler: Hareket Tanıma, Öznitelik Çıkarımı, İkiz Ağlar, Yapay Sinir Ağları, Derin Metrik Öğrenme

MEKAN

Boğaziçi Üniversitesi Kültür Merkezi (Albert Long Hall)

Boğaz'da Yapay Öğrenme Yaz Okulu 2018 Boğaziçi Üniversitesi Güney Kampüsü içinde yer alan Boğaziçi Üniversitesi Kültür Merkezi’nde (Albert Long Hall) yapılacaktır.

Harita ve Ulaşım

Katılımcılar Boğaziçi Üniversitesi Kuzey Kampüsü öğrenci yurtlarında konaklayacaklardır. Boğaziçi Üniversitesi'ne toplu taşıma ile ulaşım için ulaşım kılavuzunu inceleyebilirsiniz.

Mekik Servisleri

Kuzey Yerleşke (Yurtlar) – Güney Yerleşke arasında günün saatine göre her 5-10 dakikada bir mekik servisi çalışmaktadır.

Kahvaltı - Akşam Yemeği Alternatifleri

Boğazda Yapay Öğrenme Yaz Okulu, Boğaziçi Üniversitesi Güney kampüsünde yapılacaktır. Öğlen yemekleri, yaz okulu tarafından verilirken, kahvaltı ve akşam yemekleri için, kampüs civarında çeşitli olanaklar mevcuttur. Yukarıdaki haritada işaretli seçenekler hakkında, kısa bilgiler aşağıdadır:

    • NEW HALL Çatı Restoran: Öğretim üyeleri ve öğrenci yemekhanesi. Ev tipi sıcak tencere yemekleri sunar. Fiyat aralığı alınan yemeğe göre 8-15 TL.
    • NEW HALL öğrenci kantini, büfe: Aynı binanın girişinde. Tost-çay; sandviç, ayran. 5-10 TL
    • Cami sokak: Bu sokakta, pek çok yemek alternatifi 20 TL civarında yenebilir. Kebap sunan Urfam, Meksika yemekleri sunan Don Pablo’s Grill ve ev yemekleri sunan Cafe Aperatif iyi alternatiflerden üçüdür. Ayrıca Burger King, Simit Sarayı da bu bölgededir.
    • Rumelihisarüstü Nispetiye caddesi: Çin lokantası A Golden China Sushi, Dalyan Balık, Tahin Restoran iyi alternatiflerdir. Tahin, biraz daha pahalı olsa da (30-40 TL civarı), tavsiye edilir.
    • Etiler Nispetiye caddesi: Otobüsle üç durak sonra erişeceğiniz Etiler’in merkezinde Midpoint, Günaydın Et, Ayrıca, Beyaz Fırın & Brasserie , Starbucks, Gloria Jeans, Saray Muhallebi, Da Mario Ristorante & Pizzeria, Olivia's Pizzeria gibi çok sayıda şık ve kaliteli restoran vardır. Ancak, buradaki fiyatların Rumelihisarüstü’ne göre 2-3 kat daha pahalı olduğunu göz önünde tutunuz.

DÜZENLEYİCİLER

Bülent Sankur

Boğaziçi Üniversitesi

Lale Akarun

Boğaziçi Üniversitesi

Murat Saraçlar

Boğaziçi Üniversitesi

Taylan Cemgil

Boğaziçi Üniversitesi

Arzucan Özgür

Boğaziçi Üniversitesi

DANIŞMA KURULU

Aydın Alatan

Orta Doğu Teknik Üniversitesi

Pınar Duygulu Şahin

Hacettepe Üniversitesi

Aykut Erdem

Hacettepe Üniversitesi

Erkut Erdem

Hacettepe Üniversitesi

Nazlı İkizler Cinbiş

Hacettepe Üniversitesi

SPONSORLAR