Görsel soru cevaplama (VQA), hem görsel hem de dil içeriğini anlamayı, akıl yürütmeyi ve çıkarım yapmayı gerektiren bütüncül bir yapay zeka görevi olarak tanımlanır. Son yıllarda sinirsel mimarilerdeki gelişmelere rağmen, sıfır-atış VQA, gelişmiş genelleme ve akıl yürütme becerileri gerektirdiğinden önemli bir zorluk olmaya devam etmektedir. Bu tez, yeni Büyük Dil Modellerinin (LLM) sıfır-atış görsel soru cevaplamadaki yeteneklerini keşfetmeyi amaçlamaktadır. Spesifik olarak, CogVLM, GPT-4 ve GPT-4o gibi çok modlu LLMlerin performansları, akıl yürütme yeteneğini ölçmek amacıyla çeşitli sorular içeren GQA veri setinde değerlendirilmiştir. VQA için, LLMlerden yararlanan ve ara adım olarak görüntü altyazılamayı entegre eden yeni bir çerçeve önerilmiştir. Ayrıca, farklı istem tekniklerinin VQA performansı üzerindeki etkisi incelenmiştir. Değerlendirmeler, anlamsal ve yapısal olarak farklılık gösteren sorular üzerinde gerçekleştirilmiştir. Bulgular, sıfır-atış koşullarında VQA performansını artırmak için görüntü altyazıları ve optimize edilmiş istemlerin kullanım potansiyelini vurgulamaktadır.

Tarih: 04.09.2024 / 13:30 Yer: A-212

Bu araştırma, Makine Öğrenimi (ML) projelerindeki Teknik Borç (TD) olgusunun çok yönlü doğasını ele almaktadır. ML tabanlı projeler ile geleneksel yazılım projeleri arasında yapısal farklılıklar olması sebebiyle teknik borç olgusunun yeniden ele alınması ihtiyacı doğmuştur. Çalışma, TD’nin ML projelerinde nasıl ortaya çıktığını, kök nedenleri, etkileri, geçici çözümleri ve ideal çözümleri sistematik olarak incelemektedir. ML'ye özgü TD, endüstri profesyonelleriyle yapılan yarı yapılandırılmış görüşmelerin kodlama analizi yoluyla kategorize edilmiştir. Bulgular, akademik uzmanlar tarafından birden çok iterasyonda değerlendirilmiştir. Bu çalışma, ML bağlamında teknik borcun özgün doğasını vurgulayarak ve yönetimi için yapılandırılmış yaklaşımlar önererek literatüre katkıda bulunmaktadır.

Tarih: 06.09.2024 / 09:30 Yer: A-212

Atmosferik türbülans, sıcaklık, rüzgar hızı ve nem gibi faktörlerden kaynaklanır ve atmosferin kırılma indeksinde rastgele dalgalanmalara yol açar. Bu fenomen, uzun menzilli gözlem sistemlerinin görüntü kalitesini geometrik bozulmalar ve mekansal-zamansal değişen bulanıklık ile düşürür. Türbülans, görünür ve termal bantlar da dahil olmak üzere çeşitli görüntüleme spektrumlarını etkileyebilir. Bu tez, termal görüntülerdeki atmosferik türbülans sorununu ve bunun nesne tespit modellerine etkisini ele almaktadır. Bu zorluğun üstesinden gelmek için, değişen şiddet seviyelerine sahip türbülanslı görüntüleri eğitim verisi olarak kullanarak nesne modellerinin performansını artıran bir veri artırma yöntemi öneriyoruz. Geometrik bir türbülans simülatörü kullanarak eğitim örnekleri üretiyor ve Geometrik, Zernike tabanlı ve P2S tabanlı simülatörleri kullanarak türbülanslı test setlerini oluşturuyoruz. Bu sayede, artırma yöntemimizin farklı türlerdeki simüle edilmiş türbülanslar arasında etkinliğini doğruluyoruz. Sonuçlarımız, bu veri artırma yaklaşımının hem türbülanslı hem de türbülanssız termal test görüntüleri için performansı önemli ölçüde artırdığını göstermektedir.

Tarih: 03.09.2024 / 13:30 Yer: B-116

Sinir ağlarının nicelemesi, gerçek zamanlı gereksinimleri karşılamak için gerekli bir tekniktir. Eğitim verileri mevcut olmadığında, veri gerektirmeyen niceleme önemli bir yaklaşımdır. Bildiğimiz kadarıyla, kızılötesi alanda veri gerektirmeyen niceleme daha önce araştırılmamıştır. Bu tez, kızılötesi görüntülerle eğitilen modellerde, toplu normalizasyon istatistiklerine dayalı veri gerektirmeyen niceleme performansını inceler. RGB görüntülerle önceden eğitilmiş modelleri, kızılötesi görüntülerle yeniden eğittik. RetinaNet ve YOLOv8 için en iyi sonuçları elde etmek amacıyla veri üretme sürecini kapsamlı bir şekilde araştırdık. Sonuçlarımız, veri gerektirmeyen nicelemenin kızılötesi alanda daha etkili olduğunu göstermektedir.

Tarih: 03.09.2024 / 11:00 Yer: B-116

Bu tez, Vision Transformer'ların verimli bir şekilde ön eğitim yapılması yöntemlerini keşfetmektedir; bunun için ilerlemeli katman dondurma yöntemi ile yerel maskeli görüntü modellemesi entegre edilmiştir. Çalışma, ViT'ler için tipik olan yoğun hesaplama gereksinimlerini ve uzun eğitim sürelerini değerlendirir. Temel yenilikler, eğitim verimliliğini önemli ölçüde artıran FreezeOut yönteminin LocalMIM mimarisine uygulanmasını içerir. Deneysel sonuçlar, rekabetçi doğruluk oranını korurken eğitim süresinde yaklaşık %12,5 azalma göstermiştir, bu da stratejik katman dondurma ve özel öğrenme hızı zamanlaması kombinasyonunun etkinliğini kanıtlamaktadır. Bu yaklaşım, kısıtlı hesaplama kaynakları üzerinde daha erişilebilir özdenetimli öğrenmeyi teşvik eder.

Tarih: 03.09.2024 / 09:30 Yer: B-116

Çevre güvenliği artık ağlara ve kritik verilere erişim için bir engel değildir. Çoğu bilgisayar korsanı, geleneksel güvenlik tedbirlerinin işe yaramadığına inanmaktadır. Normal ağ trafiğiyle karıştığı için tespit edilmesi zor olabilen Active Directory (AD) saldırılarını önlemek ve tespit etmek için sağlam bir güvenlik stratejisi hayati önem taşımaktadır. Bu tür saldırılardan biri de Kerberos kimlik doğrulama protokolündeki zayıflıkları istismar eden Kerberoasting saldırısıdır. Bu çalışmada, denetimli makine öğrenimi algoritmalarını kullanarak Kerberoasting saldırısının tespiti için bir çözüm sunmaya çalışılmıştır. Ayrıca, Kerberoasting saldırıları için verimliliğini ölçmek üzere herkese açık bir veri kümesi oluşturulup paylaşılmıştır.

Tarih: 05.09.2024 / 10:00 Yer: II-06

Bu çalışma, -mIş tamamlanmış/kanıtsal ekinin anlamını, özellikle tamamlanmışlık yorumuna odaklanarak incelemektedir. Basit fiil cümleleri [fiil+geçmiş] ve karmaşık fiil cümleleri [fiil+part+kop+geçmiş] için iki farklı sözdizimsel yapı olduğu ileri sürülmüştür (Kornfilt, 1996; Kelepir, 2001). Demirok ve Sağ (2023), bu iki yapı için zamansal ilişkileri temel alarak bileşimsel bir açıklama sunmaktadır. Buna dayanarak, fiil-ortaç ilişkisine Aktionsart odaklı bir analiz öneriyoruz. Kelepir’in (2001) sözdizimsel açıklamasını ve -mIş’ın tamamlanmışlık anlamı üzerine gözlemleri uzlaştırmak için, niceliksel olay semantiği (Champollion, 2015) içinde süreklilik-tabanlı bileşimsel bir açıklama sunuyoruz.

Tarih: 06.09.2024 / 15:30 Yer: A-212

Mevcut çalışma, uygulayıcıların Çevik metodoloji kullanmaya devam etme niyetlerini etkileyen faktörleri belirlemeyi amaçlamaktadır. Çalışma ayrıca, belirlenen faktörlerin Çevik metodoloji kullanımını devam etme niyeti üzerindeki etkilerini incelemeyi ve Çevik metodoloji bağlamında bir model önermeyi hedeflemektedir. Önerilen model sırasıyla güvenilirlik testleri, Açımlayıcı Faktör Analizi, Doğrulayıcı Faktör Analizi ve Yapısal Eşitlik Modeli ile doğrulanmıştır. Yapısal Eşitlik Modeli kullanılarak, etkili faktörler ve bu faktörlerin aralarındaki ilişkiler analiz edilmiştir ve modelin son hali sunulmuştur.

Tarih: 05.09.2024 / 09:45 Yer: A-108

Bu tez, veri analitiği projelerinde Kritik Başarı Faktörlerinin (CSF) belirlenmesi ve önceliklendirilmesini araştırmaktadır. Sistematik bir literatür taraması ve veri uzmanlarıyla yapılan yarı yapılandırılmış görüşmeler yoluyla kapsamlı bir CSF listesi geliştirilmiş, hiyerarşik olarak yapılandırılmış ve uzman geri bildirimi ile rafine edilmiştir. Çalışma, AI, büyük veri ve iş zekâsı gibi çeşitli alanlarda uygulanabilir, disiplinler arası bir CSF çerçevesi sunarak mevcut literatürdeki boşlukları doldurmayı amaçlamaktadır. Ayrıca, araştırma, şirket büyüklüğü, proje karmaşıklığı ve teknolojik olgunluk gibi örgütsel bağlamlara dayalı olarak bu faktörlerin önceliklendirilmesi için özel bir yaklaşım sunmaktadır.

Tarih: 05.09.2024 / 11:00 Yer: A-212

Bu tez, görsel ve işitsel ipuçların birleştirildiklerinde bir yanılsama meydana getirmeyi sağlayan McGurk etkisini kullanarak, 3B model sadeleştirme algoritmalarının verimliliklerini kıyaslamaya yarayan bir yöntem sunmaktadır. Çalışma, bir insan başı modeli tasarlamayı, ağız hareketlerini canlandırmayı ve belirli hece seslerini kaydederek sanal bir sahne oluşturmayı içerir. Oluşturulan bu sanal sahne kapsamında bir kullanıcı çalışması gerçekleştirilmiştir. Bu çalışmada, canlandırma yapılan başa uygulanan üç farklı model sadeleştirme algoritması orta ve yüksek zorluk seviyelerinde her hece için ayrı ayrı icra edilmiş ve her bir algoritmanın etkinliğini test etmek ve ölçmek amacıyla bir analiz yapılmıştır. Sonuçlar, 3B modelleme ve sanal gerçeklik uygulamaları için verimlilik ile algıda doğruluk arasında olabilecek bir dengeye dair görüşler sunmaktadır.

Tarih: 04.09.2024 / 10:00 Yer: II-06