Enformatik Enstitüsü

Bu çalışma, güçlü yer hareketi verilerini ve zemin özelliklerini üretici yapay zekâ kullanarak modellemek için veri odaklı bir yaklaşım sunmaktadır. Koşullu Evrişimsel Varyasyonel Otokodlayıcı modeli, deprem dalga formlarının genlik ve faz spektrogramları üzerinde eğitilerek gerçekçi güçlü yer hareketi verileri üretmiştir. Sınırlı istasyon verileriyle ince ayar yapılan model, teorik varsayımlar veya yüksek hesaplama gücü gerektirmeden fiziksel desenleri ve zemine bağlı özellikleri başarılı biçimde yakalamaktadır. Temel zemin frekansı analizleriyle yapılan doğrulama, 0.84 uyum puanına ulaşarak üretilen dalga formlarının istasyonlara özgü frekans özelliklerini doğru biçimde yeniden ürettiğini göstermektedir.

Tarih: 03.11.2025 / 10:00 Yer: A-212

Bu tez, yapay zekâ entegre yazılım projelerindeki teknik borcu (TD) inceleyerek borç vakalarını ISO/IEC 5338, 12207 ve 15288'de tanımlanan yaşam döngüsü süreçlerine eşlemektedir. Sekiz ana ve yirmi dört alt kategoriye ayrılan bir veri seti, 25 süreç ile sistematik olarak ilişkilendirilmiş; büyük dil modeli, alan uzmanı ve 2 akademik değerlendirici tarafından doğrulanmıştır. Bulgular, teknik borcun özellikle Yapay Zekâ Veri Mühendisliği, Kalite Güvencesi ve Sistem Gereksinimleri Tanımlama süreçlerinde yoğunlaştığını göstermektedir. Çalışma, süreçlerin birbirine bağlı doğasını vurgulayarak standart temelli bir yaklaşımın sürdürülebilir güvenilirliği desteklediğini ortaya koymaktadır.

Tarih: 01.09.2025 / 10:00 Yer: B-116

Bu tez, küçük ve orta ölçekli işletmelerde (KOBİ'ler) bulut bilişimin benimsenmesini inceleyerek, hem dönüştürücü potansiyelini hem de sunduğu zorlukları vurgulamaktadır. Bulut çözümleri ölçeklenebilirlik, esneklik ve maliyet verimliliği sunarken, KOBİ'ler sınırlı kaynaklar, güvenlik endişeleri ve yasal düzenlemelere uyum gibi engellerle karşı karşıyadır. Mevcut çalışmaların meta-sentezi yoluyla araştırma, temel başarı faktörlerini belirlemekte ve teknolojik, organizasyonel ve stratejik hususları bütünleştiren özel bir çerçeve önermektedir. Çalışma, faydaları pratik zorluklarla birleştirerek, KOBİ'lere buluta geçiş konusunda sistematik bir yaklaşım sunarak dijital ekonomide rekabet gücünü artırmaktadır.

Tarih: 28.08.2025 Yer: A-212

Bu tez, alüminyum dökümlerde radyografik kusur tespitini; American Society for Testing and Materials (ASTM) standartlarına göre etiketlenmiş yeni bir yüksek çözünürlüklü X ışını veri kümesi ile sentetik radyografiler üzerinde kendinden denetimli ön eğitimi bir araya getirerek ele almaktadır. Standart dedektörler, temel düzeyleri belirlemek ve alanın zorluklarını ortaya koymak üzere kıyaslanmaktadır. Veri eksikliği ve sınıf dengesizliğini azaltmak amacıyla, Stable Diffusion kullanılarak az sayıda halka açık referanstan sınıfa özgü sentetik örnekler üretilmekte ve çok pozitifli karşıt ön eğitimde kullanılmaktadır. Elde edilen omurga modeli, önerilen veri kümesindeki ardıl görevlerde ImageNet ile ön eğitilmiş temel modeli geride bırakmaktadır.

Tarih: 01.09.2025 / 15:00 Yer: B-116