Enformatik Enstitüsü

LÜTFEN TABLODAKİ TARİH VE SAAT BİLGİLERİNE UYUNUZ. OIBS UZERİNDEKİ SAATLER DOĞRU OLMAYABİLİR.

Bilişim Sistemleri EABD Yüksek Lisans Programı öğrencisi Fatih Işıktaş, "ALT UZAY GRUPLAMANIN ÖLÇEKLENEBİLİR KÖTÜCÜL YAZILIM GRUPLAMASINA UYGULANMASI" konulu tezini

Tarih: 14 Ocak 2019

Saat: 14:00 PM

Yer: A-108

Tez Özeti: Son yıllarda, kötücül yazılım değişkenlerinin çok hızlı çoğalması, kötücül yazılım analizinde daha gelişmiş gruplama tekniklerinin kullanımını bir ihtiyaç haline getirmiştir. Özellikle, çok fazla niteliğe sahip olan büyük kötücül yazılım setlerinden gruplama bilgisini hızlı ve doğru bir şekilde elde edebilmek için uygun gruplama yaklaşımlarının tercih edilmesi çok önemlidir. Biz bu çalışmada, çok büyük kötücül yazılım setlerinin analizi için, altuzay gruplama ve grafik karşılaştırma tekniklerine dayanan ve gelişmiş gruplama yeteneği ve ölçeklenebilir çalışma süreleri sunan bir gruplama yöntemi öneriyoruz. Geleneksel imza tabanlı gruplama tekniklerinden farklı olarak, grafik karşılaştırma ile kötücül yazılımların iç yapılarını karşılaştırarak daha doğru kötücül yazılım grupları elde etmeye amaçladık. Bu gruplama işlemini hızlandırmak ve ölçekleyebilmek amacıyla da bir altuzay gruplama tekniğini yöntemimize entegre ettik. Yöntemimizi doğrulayabilmek için bahsettiğimiz gruplama işlemlerini gerçekleştirebilen bir prototip geliştirdik. Bu prototip, daha detaylı bir kötücül yazılım analizi için, kötücül yazılımlar ve üretilmiş gruplar üzerinde navigasyon imkanı sağlayan grafiksel bir kullanıcı arayüzü sunmaktadır. Geliştirdiğimiz prototipi kullanarak, gerçek kötücül yazılım setleri üzerinde gruplama deneyleri gerçekleştirdik. Deney sonuçları, kötücül yazılımların iç yapılarının karşılaştırılmasına dayanan bir gruplama yönteminin yüzde 98’lik bir doğruluk oranıyla gruplama çıktıları verdiğini gösterdi. Deney sonuçları ayrıca yöntemimizin, gruplama doğruluğunu bozmadan çalışma süresi performansını kayda değer bir şekilde geliştirdiğini gösterdi.

Konu: Algorithmic Therapeutic Oncology

Konuşmacı: Dr.Murat Çobanoğlu ( UT Southwestern, Lyda Hill Department of Bioinformatics, Texas, USA )

Düzenleyen: Sağlık Bilişimi Anabilim Dalı

Tarih: 24 Aralık 2018, Pazartesi   11:30

Yer: Enformatik Enstitüsü 1 nolu Sınıf

Abstract: The cost of discovering a new drug has doubled every 9 years to reach more than $2bn per new molecular entity today. The high cost reflects the high rate of failure: only about 10% of all drug candidates in clinical trials get approved. Oncology has the worst success rate among all areas, standing at only 5.1%. Consequently, most new cancer drugs cost in excess of $100k per year per patient, making access to therapy difficult. We want to change that. We think that the solution lies in using clinically relevant assays to replace the reductionist high throughput preclinical assays. The lower throughput of more advanced assays necessitates three or four orders of magnitude reduction in the number of experiments. We propose that large scale public data and machine learning are necessary and sufficient to deliver the required efficiency gain. I will discuss our preliminary results in (i) single cell RNA-seq classification, and clustering using Bayesian Pólya discriminant analysis and Pólya mixture models, (ii) differential TF activity inference using graph constrained fused lasso regularized linear models, (iii) cancer lineage-specific vulnerability identification and exploitation. I will also present one early success story in the form of a drug candidate that specifically kills BRAF WT melanoma, and not normal skin cells or normal immune cells. Drug name and chemical structure will be confidential.

Bio: Murat Can Cobanoglu studied Computer Science & Engineering (major) and Mathematics (minor) in Sabancı University from 2004 to 2008. He then obtained a master’s degree in Computer Science and Engineering also in Sabancı University, between 2008 and 2010, where he worked on the classification of GPCRs using family specific motifs. He received his Ph.D. degree from the Carnegie Mellon University – University of Pittsburgh Joint Ph.D. Program in Computational Biology under the supervision of Ivet Bahar, Ph.D. and D. Lans Taylor, Ph.D. where he worked on computational drug-target interaction prediction and applications in alpha1-antitrypsin deficiency and Huntington’s disease. He then joined the UT Southwestern Medical Center Lyda Hill Department of Bioinformatics as the inaugural UT Southwestern Distinguished Fellow. Outside of work, he is proud to be an épéeist as well as a member of and a frequent visitor to the Dallas Museum of Art.

Konu: İnsan-Robot Etkileşimi Sempozyumu

Tarih: 13 Aralık 2018

Yer: Ural Akbulut Konferans Salonu

Bilişsel Bilimler EABD Yüksek Lisans Programı öğrencisi Borabay Kadirdağ, "ÜNİVERSİTE ÖĞRENCİLERİNİN SINAV PERFORMANSINDA BİLİŞSEL YENİDEN DEĞERLENDİRME VE DIŞAVURUMCU BASTIRMANIN ETKİSİ" konulu tezini, 26 Kasım 2018 tarihinde saat 11:30'da A-212 no.lu toplantı salonunda savunacaktır.

Tez Özeti : Bu tezin amacı, bilişsel yeniden değerlendirme ve dışavurumcu bastırmanın Türk üniversite öğrencilerinin sınav performansları üzerine etkisini incelemektir. Bu çalışma; bilişsel yeniden değerlendirmeyi duygulara yol açan bilişsel anlamlandırma olarak tanımlayan (Lerner, Li, Valdesolo, & Kassam, 2015) ve Lerner ve Keltnere (2000) ait olan değerlendirme eğilimi taslağı temel alınarak yapılmıştır. Öte yandan dışavurumcu bastırma, bireylerin yüzle ilgili açığa vurumları maskeleyerek duygu durumlarını saklamak için kullandıkları bir duygu kontrol metodu (Niedenthal, P. M., Ric, F., & Krauth-Gruber, S. 2006) olarak tanımlanmıştır. Öğrencilerin bu iki duygu kontrol kabiliyeti temel alınarak, stresli bir sahneye sahip bir videoyu izlemeden önce ve izledikten sonra endişeye gösterdikleri duygusal tepkileri, duygu kontrol kabiliyetleri ile sınav performansı arasında bir ilişki olup olmadığını bulmak için ölçülmüştür. Sınav Stresi Anketi (Nist & Diehl, 1990) temel alınarak, 63 tane orta seviye sınav stresine sahip öğrenci katılım göstermiştir. Duygu kontrol kabiliyetlerinin sonuçları, sınav performansında dışavurumcu bastırmanın önemli bir etkisi olduğu gözlemlenmiştir. Duygularını daha az bastıran öğrenciler, dönem başı ve sonundaki sınavları doğrultusunda puanlarını yükseltebilmektedir. PANAS skorları doğrultusunda ölçülen tepkiler ise, duygu kontrol kabiliyetleri arasında, sınav performansı üzerinden, kayda değer bir fark göstermemiştir. Anahtar kelimeler: duygu, sınav stresi, değerlendirme eğilimi

Bilişim Sistemleri EABD Yüksek Lisans Programı öğrencisi Burak Ünaltay, "GÖRÜNTÜ İŞLEME UYGULAMALARI İÇİN DÖNÜŞÜMSEL GÖMÜLÜ YAZILIM MİMARİSİ" konulu tezini, 14 Kasım 2018 tarihinde saat 14:00'da B-116 no.lu toplantı salonunda savunacaktır.

Tez Özeti : Gerçek zamanlı görüntü işleme çoğu zaman oldukça kısıtlayıcı sınırlamalara tabidir. Gömülü donanımlar oldukça sınırlı hafızaya sahiptirler, düşük işlemci güçleri vardır ve düşük güç tüketimine sahip olmaları gereklidir. Fakat bu sınırlamalar performanstan ödün vermeye mazeret olamaz, çünkü bu alandaki uygulamalar üst düzey askeri sistemler, sınır güvenliği, tıbbi uygulamalar ve bunun gibi performansın kritik olduğu alanlar için geliştirilmiştir. Ne yazık ki, bunlar gibi sistemlerde kullanılan görüntü işleme algoritmalarının çoğu gömülü dünyanın limitli sınırları için geliştirilmemiştir. Durum bu iken, yüksek düzeyli dillerde(matlab, python vb..) yahut kod taslağında yazılan görüntü işleme algoritmalarını gömülü ortamlar için daha uygun olan düşük düzeyli dillere(c++, c, assembly) çeviren bir metodolojiye ihtiyaç vardır. Bu çalışmada, bu amaçla kullanılan mevcut yazılım geliştirme yöntemleri incelenecek ve yukarıda belirtilen problemlere çözüm olarak gömülü bir yazılım mimarisi önerilecektir.