Enformatik Enstitüsü

Primeri Bilinmeyen Kanserler (PBK), tanımlanamayan primer bölgelerden kaynaklanan tedavi zorluklarına neden olur ve hayatta kalma oranlarını önemli ölçüde etkiler. Geleneksel yöntemler kökenleri belirlemede zorlanır. Gen ifadesi tabanlı çalışmalar umut vaat eder; anotasyonlu kanser verileriyle eğitilen makine öğrenmesi modelleri, geleneksel yöntemleri aşarak dikkate değer bir doğruluk elde eder. TCGA verileri üzerinde eğitilen üç makine öğrenmesi modeli kullanan çalışmamız, yaklaşık %96 doğruluk elde etti.

Tarih: 18.01.2024 / 11:00 Yer: A-108

Makine öğrenimi algoritmalarının (özellikle derin öğrenmede) sağladığı etkileyici başarılara rağmen, değiştirilmiş girdi verileri tarafından kolaylıkla kandırılabilirler. Yanıltıcı saldırılar, makine öğrenimi modellerini ciddi şekilde hedef alır. Yanıltıcı eğitim, yanıltıcı saldırılara karşı etkili bir yöntemdir ancak ağ datası özellikleri nedeniyle bu yöntem uygun değildir. Bu tezde, otomatik kodlayıcının yeniden yapılandırma hatası, düşmanca saldırıların tespiti için kullanılmıştır. IDS modeli RAIDS önerilmiştir ve düşman saldırılarına karşı etkili sonuçlar elde etmiştir.

Tarih: 17.01.2024 / 14:00 Yer: A-108

Küresel iklim değişikliği, değişen meteorolojik faktörlerden ve su kullanımından etkilenen göl seviyesi dalgalanmalarına neden olmaktadır. Girdi veya çıktı değişiklikleri su dengesi denklemini hızla etkiler. Bu çalışma, iklimsel ve hidrolojik değişkenler için tahmin modellerini araştırmakta ve bunların göl su seviyesi ve su kalitesi ile korelasyonlarını değerlendirmektedir. Kullanılan çeşitli algoritmalar içerisinde (Naïve Yöntem, YSA ve RNN) LSTM, RMSE'ye göre doğrulukta üstünlük sağlamıştır. Naïve Yöntemi ile yapılan karşılaştırmalar, özellikle ileriki zaman periyotlarında YSA ve RNN'nin tahmin başarısını doğrulamaktadır. Sıcaklık ve buharlaşma ile yapılan korelasyonlar bu parametrelerin göl suyu kalitesi etkilerini vurgulamaktadır. Modeller ve metrikler su yöneticileri için bir karar destek aracı oluşturmaktadır.

Tarih: 19.12.2023 / 13:30 Yer: A-212

Bu tez, 2009-2022 yılları arasında tek erkekler tenis maçlarının sonuçlarını tahmin etmek için makine öğrenmesi tekniklerini ve tekrarlanabilir sonuçlar elde edebilmek için SRP-CRISP-DM standartlaştırılmış veri madenciliği çerçevesini kullanmaktadır. Altı özellik çıkarım tekniği, üç farklı model, iki farklı özellik seçme yöntemi, zamana dayalı çapraz doğrulama ve hiper parametre kestirimi kullanılmış olup Aşırı Gradyan Artırma modeli, 0,1913 Brier skoru ve %70,5 doğrulukla en etkili model olarak ortaya çıkmıştır. Bahis şirketlerinin oranları ise tahmin gücü en yüksek özellik olarak belirlenmiştir.

Tarih: 07.12.2023 Yer: A-212