Enformatik Enstitüsü

Bu tez, 3B ağ bölütleme problemini farklı bir bakış açısıyla çözmektedir. Bu bakış açısı, denetimsiz öğrenme ile veri merkezli bir yaklaşım içerir. Bu, 3B ağ segmentasyon eşlemesinin veri merkezli bir yaklaşım açısından önemli bir rol oynadığı anlamına gelir. Boyutun lanetini de çözen ve 3B ağ verilerini bir katıştırma vektörüne dönüştüren node2vec modelini kullanarak bir eşleme mimarisi sağlıyoruz. Segmentasyon, bu gömme vektörü kullanılarak K-Means kümeleme algoritması kullanılarak elde edildi. Ek olarak, grafik gömme vektörünü değerlendiren yeni bir strateji ve 3B ağ verileri üzerinde hesaplanan jeodezik uzaklık hesaplama ile yeni bir değerlendirme yöntemi geliştirdik.

Tarih: 02.12.2022 / 14:00 Yer: Bilgisayar Mühendisliği - A105

Gelişmekte olan genomik dizileme teknolojileri, genetik hastalıkların tanısında yeni bir çağ açtı. Günümüzde vakaların %80'inden fazlasında hastalıkların genetik etiyolojisinin açıklanabilmesinde varyantların belirlenmesi rol oynamaktadır. Bu çalışmada, nadir bir hastalığa sahip olan ve benzer semptomları paylaşan iki kardeş için Ion-Torrent ve Illumina yeni nesil dizileme teknolojilerini kullandık. Teknolojilerin karşılaştırılmasına ek olarak, insan referans genomlarının farklı versiyonları ile analiz edilmesi ve çözülmemiş nadir hastalık vakalarına sebep olan varyantların keşfedilmesindeki faydaları tartışılmaktadır.

Tarih: 29.11.2022 / 12:30 Yer: A108

İnsan göz hareketi verilerine dayanarak bakışları modellenmiş bir robot avatarın insanlarla etkileşiminde, söz konusu modellemenin olası etkilerini gözlemlemek bu tezin temel amacını oluşturmaktadır. Bu doğrultuda, bakışları modellenmiş robot avatarın görüşmeci rolünü üstlendiği iş görüşmesi senaryosu dahilinde insan katılımcılarla deneyler gerçekleştirilmiştir. Katılımcıların göz hareketi verileri toplanmış ve göz hareketi davranışları incelenmiştir. Elde edilen sonuçlar klasik İnsan-Robot Etkileşimi anket verileri ve görüşme sonrası sözlü değerlendirmelerin TF-IDF (Terim Frekansı-Ters Doküman Frekansı) analiziyle karşılaştırılmıştır.

Tarih: 29.11.2022 / 16:00 Yer: B116

Bu tez, -(y)Iş’in anlambilimsel yapısını daha iyi anlayabilmek amacıyla sistematik bir biçimde tam-adlaşmamış -(y)Iş yapılarını tam- adlaşmış olanlardan ve olay-belirten yapıları tarz-belirten yapılardan ayırt etmeyi, belirtilen olay türlerini tanımlamayı ve olay belirten -(y)Iş yapılarının olgusallık durumunu belirlemeyi amaçlamaktadır. Çalışmada, her bir kategori için test grupları önerilmiş ve bu testler örnek bir veri seti üzerinde uygulanarak testlerin bu ayrımları yapmak için güvenilir ve isabetli olduğu gösterilmiştir.

Tarih: 17.11.2022 / 11:00 Yer: A212

Kötü kararlar almanın veya daha hızlı kod teslimi için daha kolay çözümler seçmenin bir sonucu teknik borçtur. Servis olarak yazılım uygulamaları kullanarak çalışan yazılım geliştirme şirketleri için teknik borcun yönetilmesine yardımcı olacak alanda bir boşluk bulunmaktadır.Bu tez, teknik borcu kategorize etme süreçlerini inceleyerek ve bu borcun nedenlerini ve ortaya çıkan sorunları belirleyerek, servis olarak yazılım uygulamaları kullanan kuruluşlarda mevcut teknik borcu belirlemeyi ve kategorize etmeyi amaçlamaktadır.

Tarih: 28.11.2022 / 09:30 Yer: A212

Yeni Nesil Dizileme teknolojisi ile elde edilen mikrobiyom verilerinin istatistiksel analizi, verilerin gerçek uzayda olduğu varsayılarak yapılır. 2017 yılından itibaren mikrobiyom veri analizlerinin reel uzayın bir alt uzayı olan simplex üzerinde yapılması gerektiği tartışılmaktadır. Çünkü mikrobiyom verileri "bileşimsel"dir. Bu tezde mikrobiyom verilerinin özellikleri ve mikrobiyom analizinin istatistiksel zorlukları incelenmiştir. Daha sonra, mikrobiyom verilerinin filogenetik gruplamasına bir alternatif olan verilerin bileşimsel doğası kullanılarak yeni bir gruplama yöntemi (Temel Mikrobiyal Gruplar) tanıtılmıştır.

Tarih: 18.11.2022 / 11:30 Yer: A212

Derin öğrenmede, küçük kaymalar veya döndürmeler çıktıda dramatik değişikliklere neden olabilir. Bunun nedeni, max pooling, strided convolution ve average pooling gibi yaygın olarak kullanılan down-sampling tekniklerinin örnekleme teoremini dikkate almamasıdır. Döngülü-Çevirim (DÇ) sinyal işleme tekniğinin derin öğrenmede, ekstra öğrenilebilir parametreler eklemeden doğruluğu artırmak için down-sampling aşamasından önce kullanılabileceğini gösterdik. Önerilen yöntem GAN, sınıflandırma ve nesne algılama gibi farklı algoritmalara uygulanabilir.

Tarih: 29.11.2022 / 13:00 Yer: ODTÜ Enformatik Enstitüsü