Announcements
Research News
Bu çalışma, dokunma davranışı özelliklerinin dağılımını modelleyen bir mobil kimlik doğrulama yöntemi sunmaktadır. Özet istatistikler yerine, kullanıcı etkileşimleri olasılık dağılımları olarak temsil edilmiş ve KL ayrıklığı kullanılarak karşılaştırılmıştır. Kullanıcılar arasındaki farkları öğrenmek amacıyla Siamese sinir ağı kullanılmıştır. Yöntem, halka açık bir veri seti üzerinde değerlendirilmiş ve hata oranları açısından temel modellere göre iyileşmeler göstermiştir. Sonuçlar, dağılım tabanlı modellemenin sürekli kimlik doğrulamada ek bilgi sağlayabileceğini göstermektedir. Bu süreç, kullanıcıdan aktif bir girdi gerektirmemektedir.
Tarih: 21.08.2025 / 10:00 Yer: A-212
Bu tez, ivmeölçer verisi kullanarak sürekli mobil davranışsal biyometrik kimlik doğrulama için uyarlanabilir pencere örnekleme stratejilerini incelemektedir. Zaman serisi ve frekans alanı özelliklerini kullanan çift dallı bir Siamese model mimarisi ile ayırt edici gömüler elde edilmiştir. Model genellemesini artırmak amacıyla oturum-dengeli, oturum-ağırlıklı, entropi tabanlı ve konum-bilinçli örnekleme gibi çeşitli üçlü seçim teknikleri araştırılmıştır. Kimlik doğrulama dayanıklılığını artırmak için pencere-ensembling temelli çıkarım stratejisi uygulanmıştır. Deneysel sonuçlar, hedeflenmiş örneklemenin etkinliğini ve zaman bilgisi içeren üçlü yapılandırmanın önemini ortaya koymaktadır.
Tarih: 21.08.2025 / 11:00 Yer: A-212
Bu çalışma, mikroekzon ve intron bölgelerindeki sekans varyasyonlarının, farklı düzeylerdeki SRRM4 ekspresyonu altında birleştirme sonuçlarını nasıl etkilediğini araştırmaktadır. Sekans verilerinden PSI değerlerini tahmin etmek amacıyla özel bir CNN modeli geliştirilmiş, ardından DeepLIFT ile yorumlama ve TF-MoDISco-lite ile motif keşfi gerçekleştirilmiştir. Bu yaklaşım, SRRM4 duyarlılığı taşıyan birleştirme olaylarını öngören cis-düzenleyici motifleri ortaya çıkararak mikroekzonların düzenleyici mantığına ışık tutmuştur.
Tarih: 01.09.2025 / 11:00 Yer: A-212
Bu tez, iş dünyasında karşılaşılan problemlerin kök nedenlerini belirlemeye yönelik yeni bir analiz yöntemi önermektedir. Nitel yönetim aracı olan İlişki Diyagramı ile nicel modelleme aracı olan Bayes Ağlarını birleştiren bu yöntem, hem uzman görüşlerini hem de belirsizlik içeren verileri dikkate alarak olasılıksal bir analiz süreci sunar. İnsan faktörünü sürece dâhil eden bu yaklaşım, yalnızca belirli bir sektöre değil, farklı alanlara da uyarlanabilir yapıdadır. Geliştirilen yöntem, elektronik parça üretimi alanındaki gerçek bir vaka çalışmasıyla sınanmış ve iş süreçlerinin daha derinlemesine anlaşılmasına katkı sağlamıştır.
Tarih: 29.07.2025 / 10:30 Yer: A-212
Bu tez, akut ve kronik akciğer hastalıklarında çok modlu veri füzyonu ve çok kompartımanlı görüntü analizini araştırmaktadır. COVID-19 kohortunda, görüntüleme, laboratuvar, klinik ve viral genomik verileri entegre ederek, modaliteler arası ilişkileri incelemek ve yoğun bakım ünitesine yatış tahmininde bulunmak amacıyla seyrek kanonik korelasyon analizi ve işbirlikçi öğrenme yöntemlerini kullandık. Viral genomu kodlamak için Word2Vec modelinden yararlandık. İnterstisyel akciğer hastalıkları kohortunda, akciğer ve pulmoner arter radyomik özniteliklerini toraks bilgisayarlı tomografi görüntülerinden çıkardık ve bu özniteliklerin pulmoner hipertansiyon ile transplantasyonsuz sağkalım açısından öngörü değeri taşıdığını gösterdik. Çok modlu veri füzyonu ve çok kompartımanlı görüntü analizinin klinik karar verme süreçlerini yansıtabileceğini ve karmaşık akciğer hastalıklarında kişiselleştirilmiş prognoz tahminini iyileştirebileceğini ortaya koyduk.
Tarih: 16.07.2025 / 15:30 Yer: A-108