Enformatik Enstitüsü

Bu çalışma, Bulut Bilişim sistemlerinde özellikle COVID-19 pandemisi ile birlikte yaşanan altyapı problemlerini ve sistem aksaklıklarını konu edinir. Pandemi, Bulut Bilişim sistemleri için artan talebe bağlı olarak bir stres testi niteliği taşır. İlgili problemlerin temel kaynağının, kullanılan görev zamanlama algoritmaları olduğu savunulmaktadır. Pandeminin başlangıcı sonrasında yayımlanmış olan Bulut Bilişim görev zamanlama algoritmaları sistematik bir metodoloji ile incelenmiştir. İncelenen çalışmalar Meta-Sentez yöntemi ile analiz edilerek algoritmalar için global bir kategorizasyon şeması sunulmuştur. Farklı algoritmaların avantajları ve dezavantajları, kullanım alanları ve zaafları karşılaştırılmıştır. Bulut Bilişim için günümüzün güncel görev zamanlama yaklaşımları, karşılaştırmalı bir şekilde analiz edilmiştir.

Tarih: 27.05.2024 / 13:30 Yer: B-116

Bu çalışma, bilişim teknolojisi yönetişim mekanizmalarının bilişim teknolojisi çevikliği üzerindeki etkisini anlamayı amaçlamıştır. Sonuçlar, ilişkisel bilişim teknolojisi yönetişim mekanizmalarının bilişim teknolojisi çevikliğini önemli ölçüde artırdığını, organizasyonel yapıların ve süreçlerin ise çeviklik üzerinde etkisi olmadığını göstermiştir. İlişkisel mekanizmalar, üst düzey yönetim desteği, iş birimleri arasındaki eğitim ve firmada çalışan bilişim teknolojileri çalışanlarının net bir şekilde rol ve sorumluluklarının belirlenmesini içermektedir; bu da bilişim ve iş birimleri arasında karşılıklı anlayışı ve entegrasyonu teşvik eder. Organizasyonel yapılar ve süreçler uyumluluk için önemli olsa da, bağımsız olarak çeviklik elde edemeyebilirler. Ayrıca, merkezileşme ve merkezi olmayan yönetişim arasında denge sağlayan hem verimlilik hem de esneklik sunan bir karma bilişim teknolojisi yönetişim modeli oluşturulabilir.

Tarih: 22.05.2024 / 13:00 Yer: A-212

Bu tez, derin öğrenme algoritmalarını kullanarak kötü amaçlı yazılım ailesi sınıflandırması üzerine deneysel çalışmalar yapmayı amaçlamaktadır. Bu çalışma kapsamında MamMalware adında halka açık ve 450K etiketli zararlı yazılım içeren yeni bir veri kümesi oluşturulmuştur. Veri kümesindeki örnekler gri ölçekli görüntü dosyalarına çevrildi ve işlem kodu dizileri de çıkarıldı. Giriş olarak görüntü dosyaları ve işlem kodu dizileri kullanıldı. Daha sonra MamMalware veri seti üzerinde 2 ve 3 katmanlı Evrişimsel Sinir Ağları (CNN) deneyleri uygulandı. Ayrıca ResNet152 ve VGG19 önceden eğitilmiş modellerle transfer öğrenme yöntemlerinin kullanıldığı deneyler yapılmıştır. Sonuç olarak transfer öğrenme modelleri %94 test doğruluğu ile en iyi sonuçları elde etti.

Tarih: 17.05.2024 / 11:00 Yer: A-212

Tamlama, kelime oluşturmanın bilinen yollarından biridir. Bu aynı zamanda Almancada kelime oluşturmanın da verimli bir yoludur (Neef, 2009). Almancada tamlama, bileşenler arasında çoğunlukla bağlayıcı birimler olarak adlandırılan bazı eklerden yararlanır ve bu durum oldukça yaygındır. Bu birimlerin herhangi bir anlamı olup olmadığı ya da hangi temel işlevlere sahip oldukları görünüşte oldukça tartışmalıdır. Bu çalışmada, bir yanda anlam ve gönderimsellik, diğer yanda kategorizasyon arasındaki yakın ilişkinin, analitik olarak tanımlanması zor olan bu birimlerin dağılım özellikleri ile hesaplamalı olarak incelenebileceğini öneriyoruz.

Tarih: 22.04.2024 / 09:00 Yer: B-116

Bu çalışma, çocukların dil edinim sürecinde belirtmeli İngilizce yerine varsayımsal bir İngilizceye (yani ergatif İngilizceye) maruz kalmalarının olası sonuçlarını çocuğa yönelik bir konuşma veri seti kullanarak araştırmaktadır. Veri setine dayanarak, İngilizce dilbilgisi sözdizimsel ve anlamsal yapılarla oluşturulur. Daha sonra, bazı kısımlar varsayımsal İngilizce için değiştirilir. Bunun ardından, cümleleri karşılık gelen sözdizimsel ve anlamsal yapılarıyla oluşturacak bir model eğitilir. Eğitim sürecinden sonra, çocukların dil ediniminde baskın olan kategorinin - belirtmeli veya özgeçişli - belirlenmesi için karşılaştırmalı bir analiz yapılır.

Tarih: 22.04.2024 Yer: B-116

Bu tez, dijital müzik kompozisyonu alanında yeni bir paradigmayı keşfeder ve besteciler, yayıncılar ve yapay dinleyiciler arasındaki karmaşık sosyal etkileşimleri simüle eden kapsamlı bir model sunar. Gelişmiş makine öğrenme algoritmalarını kullanarak, çalışma, bestecilerin yapay bir izleyici geri bildirimine dayanarak sürekli olarak tarzlarını uyarladığı dinamik bir ekosistemde kompozisyonların evrimini araştırır.

Tarih: 22.04.2024 / 10:00 Yer: B-116

Doğal dil cümlelerini mantıksal ifadelere çevirmek, bağlamsal bilgi ve cümlelerin değişken karmaşıklığı nedeniyle zorlu bir görev olmuştur. Son yıllarda yeni bir derin öğrenme mimarisi olan Transformer mimarisi, doğal dil işleme görevlerinde zor veya imkansız gibi görünen görevleri ele almanın yeni yollarını sunmuştur. Transformer mimarisi ve ona dayanan dil modelleri, yapay zeka araştırma alanını ve doğal dil işleme görevlerine yaklaşımımızı değiştirmiştir. Bu tezde, cümleleri birinci dereceden mantık ifadelerine çevirirken Transformer modelleri kullanılarak başarılı sonuçlar elde edilip edilemeyeceğini görmek için deneyler gerçekleştirmekteyiz.

Tarih: 17.04.2024 / 09:30 Yer: B-116