Green Renovator, gerçek bir mahalle veri setine dayanarak kent ölçeğinde enerji yönetimini somutlaştıran bir ciddi oyundur. Oyuncu, yerel otorite rolünde bina yenileme yatırımları, enerji yönetimi, teknolojiler ve politika araçlarını belirsizlik altında dengelemeye çalışır; rastlantısal olay sistemi oyuna gerçekçi şoklar ve yüksek tekrar oynanabilirlik katar. Oyun içi ansiklopedi ve opsiyonel yıllık quiz, öz-düşünümü ve öğrenmeyi destekler. N=55 katılımcıyla; SUS ve özel geliştirilmiş farkındalık/öğrenme ile etkileşim araçları üzerinden değerlendirilen oyun, tutarlı biçimde iyi kullanılabilirlik ve olumlu eğitimsel etkiler sergilemiştir. Tematik bulgular, retrofit kararları, enerji arzı tercihleri, yönetişim araçları ve toplum tepkisi arasındaki karşılıklı bağımlılıkların kavrandığını; ancak daha zengin olay/politika derinliğine ihtiyaç duyulduğunu göstermektedir. Çalışma, pratik ve tekrar oynanabilir bir tasarım sunmakta ve yaygın farkındalık yaratma potansiyeline işaret etmektedir.

Tarih: 28.08.2025 / 10:00 Yer: A-212

Bu tez, insan değerlerinin sorumlu yapay zeka geliştirmede etik karar vermeyi nasıl şekillendirdiğini araştırmaktadır. Schwartz'ın değer teorisi çerçevesini kullanarak, çeşitli paydaş rollerindeki 80 YZ uzmanını ankete tabi tutarak, onların değer profillerini ve etik önceliklerini analiz etmiştir. Önemli bulgular, tasarımcıların evrenselcilik değerine geliştiricilerden önemli ölçüde daha fazla değer verdiğini, geliştiricilerin ise kendini aşma değerlerinde daha düşük puan aldığını göstermektedir. Çalışma, paydaşların cinsiyeti ve deneyiminin etik kararları etkilediğini gösterirken, roller arasında farklı etik önceliklerin olduğunu da vurgulamaktadır. Bu araştırma, paydaşların değerleri ile sorumlu YZ geliştirme arasındaki önemli bağlantıyı vurgulamakta ve sorumlu YZ geliştirmede daha iyi işbirliğini teşvik etmektedir.

Tarih: 27.08.2025 / 15:30 Yer: A-212

Modern gökyüzü taramaları çok büyük hacimde veri üretir, bu nedenle otomatik analizlerin önemi artmaktadır. Bu çalışmada beş kütüphaneden derlenen ve SIMBAD ile yeniden etiketlenen bir yıldız tayf veri kümesi oluşturuldu. Farklı ölçekte özelliklere hassas üç kollu bir 1-B CNN, bir yıldızın MK sıcaklık ve parlaklık sınıfını tek geçişte tahmin etmek üzere geliştirildi. Hatalar, özel bir kayıp fonksiyonunda MK ızgarasındaki uzaklığa göre ağırlıklandırıldı. Model 3 piksele kadar dairesel kaydırmalarda güvenilirliğini korudu. Özel ResNet50 ile kurulan birleşik model makro-F1 %67.6 ve κ 98.3/88.4’e ulaştı ve istatistiksel olarak anlamlı kazanımlar bootstrap ile doğrulandı. Grad-CAM, odaklanılan bazı özelliklerin bilinen moleküler bantlarla örtüştüğünü gösterdi.

Tarih: 28.08.2025 / 13:30 Yer: B-223

Bu tez, görüntü sınıflandırmada veri artırma politikalarının otomatik olarak optimize edilmesi için Büyük Dil Modeli (LLM) tabanlı bir çerçeve sunmaktadır. Yaklaşım, LLM’in akıl yürütme yeteneğini kullanarak veri artırma stratejilerini insan müdahalesi olmadan üretir ve uyarlamaktadır. İki işleyiş türü incelenmiştir: Eğitim öncesinde statik LLM politikalarının yinelemeli olarak iyileştirildiği yöntem ve eğitim sırasında performans geri bildirimiyle politikaların gerçek zamanlı olarak geliştirildiği uyarlamalı yöntem. Anlamsal anlayışı optimizasyon döngüleriyle birleştiren çerçeve, veri kümesi özelliklerine uyarlanmış artırma sağlar ve geleneksel tekniklere kıyasla model dayanıklılığı ile genelleme yeteneğini artırır.

Tarih: 28.08.2025 / 14:45 Yer: B-223

Bu çalışma, hastalık ilerleyişi modellemesinde kritik zorlukları, özellikle tıbbi görüntülemede boylamsal veri eksikliği ve sınıf dengesizliğini ele almaktadır. Tez, ülseratif kolit endoskopik görüntülerini kullanarak kesitsel verilerden gerçekçi hastalık ilerleyişi dizileri sentezlemek için yeni bir koşullu difüzyon çerçevesi önermektedir. Ayrık hastalık şiddeti sınıfları arasında enterpolasyon sağlayan iki farklı sıralı sınıf yerleştirme stratejisi ile difüzyon modeli geliştirilmiştir. Bu yaklaşım, statik tıbbi veri kümelerini dinamik ilerleyiş modellerine dönüştürerek tıbbi uygulamalarda gelişmiş klinik eğitim ve hastalık anlayışı için çözümler sunmaktadır.

Tarih: 29.08.2025 / 13:30 Yer: B-223

Bu tez, büyük dil modelleriyle (LLM) yapılan akademik hakemlik sürecini alanlara özgü değerlendirme kriterleriyle geliştirerek daha nitelikli hale getiren bir çerçeve sunmaktadır. Genel inceleme yönergeleri yaygın sorunlara odaklansa da, yöntemsel ayrıntıları çoğunlukla göz ardı eder. Önerilen sistem, OpenReview platformundaki geçmiş değerlendirmelerden alanlara özgü sorular çıkarır ve bunları yeni başvurularla, yöntem, veri setleri ve değerlendirme ölçütleri gibi yapılandırılmış üstveriler aracılığıyla eşleştirir. Deneysel sonuçlar, sistemin özgüllüğü, açıklanabilirliği artırarak, önceki modellere kıyasla daha anlamlı otomatik değerlendirmeler sağladığını göstermektedir.

Tarih: 21.08.2025 / 14:00 Yer: A-212

Bu tez, C-MAPSS veri seti kullanılarak turbofan motorları için maliyet odaklı bir öngörücü bakım stratejisi önermektedir. Yöntem, LSTM modelleri ile farklı ufuklarda arıza tahminleri yapar, tahminleri SHAP analizi ile yorumlar ve baskın sensör katkılarına dayalı bakım kararları uygular. Farklı bakım ve arıza maliyet oranları değerlendirilir, stratejiler maliyet açısından karşılaştırılır. Sonuçlar, farklı maliyet öncelikleri ve operasyonel kısıtları olan şirketler için karar verme sürecine ışık tutar.

Tarih: 25.08.2025 / 15:30 Yer: A-212

Bu çalışma, üniversite öğrencilerinin öğrenme amacıyla üretken yapay zekâ araçlarını benimseme niyetlerini, genişletilmiş Teknoloji Kabul Modeli (TAM) çerçevesinde incelemektedir. Güven, sosyal etki, hazza dayalı motivasyon ve görev-teknoloji uyumu gibi değişkenler modele dahil edilmiştir. Öğrencilerden toplanan anket verileri PLS-SEM yöntemiyle analiz edilmiştir. Bulgular, öğrencilerin algılarını anlamaya ve üretken yapay zekânın eğitimde etkili entegrasyonuna rehberlik etmeyi amaçlamaktadır.

Tarih: 27.08.2025 / 10:30 Yer: A-212

Bu çalışma, dokunma davranışı özelliklerinin dağılımını modelleyen bir mobil kimlik doğrulama yöntemi sunmaktadır. Özet istatistikler yerine, kullanıcı etkileşimleri olasılık dağılımları olarak temsil edilmiş ve KL ayrıklığı kullanılarak karşılaştırılmıştır. Kullanıcılar arasındaki farkları öğrenmek amacıyla Siamese sinir ağı kullanılmıştır. Yöntem, halka açık bir veri seti üzerinde değerlendirilmiş ve hata oranları açısından temel modellere göre iyileşmeler göstermiştir. Sonuçlar, dağılım tabanlı modellemenin sürekli kimlik doğrulamada ek bilgi sağlayabileceğini göstermektedir. Bu süreç, kullanıcıdan aktif bir girdi gerektirmemektedir.

Tarih: 21.08.2025 / 10:00 Yer: A-212

Bu tez, ivmeölçer verisi kullanarak sürekli mobil davranışsal biyometrik kimlik doğrulama için uyarlanabilir pencere örnekleme stratejilerini incelemektedir. Zaman serisi ve frekans alanı özelliklerini kullanan çift dallı bir Siamese model mimarisi ile ayırt edici gömüler elde edilmiştir. Model genellemesini artırmak amacıyla oturum-dengeli, oturum-ağırlıklı, entropi tabanlı ve konum-bilinçli örnekleme gibi çeşitli üçlü seçim teknikleri araştırılmıştır. Kimlik doğrulama dayanıklılığını artırmak için pencere-ensembling temelli çıkarım stratejisi uygulanmıştır. Deneysel sonuçlar, hedeflenmiş örneklemenin etkinliğini ve zaman bilgisi içeren üçlü yapılandırmanın önemini ortaya koymaktadır.

Tarih: 21.08.2025 / 11:00 Yer: A-212