Beyin-bilgisayar arayüzleri (BCI'lar), motor bozuklukları olan bireyler için çözümler sunarken, diğer kullanıcılar için sanal gerçeklik ve bilişsel yeteneklerde insan-bilgisayar etkileşimini geliştirir. Ancak, kullanıcı yorgunluğu ve geleneksel görsel uyaranların doğal olmayan hissi yaygın benimsenmeyi zorlaştırmaktadır. Bu çalışma, algılanamayan sabit durum hareketli görsel uyarılmış potansiyel (SSMVEP) uyaranı geliştirip değerlendirmeyi ve çok yönlü mekânsal kontrol için potansiyelini araştırmayı amaçlamaktadır. Yüksek frekanslı hareket içeren sinüzoidal ızgaralar kullanılarak, algılanamayan uyaranlar güçlü kortikal tepkiler uyandırırken kullanıcı rahatsızlığını azaltmıştır. İleri makine öğrenme teknikleriyle, karmaşık dikkat tepkileri yüksek doğrulukla çözümlenmiştir. Bu bulgular, doğal ve yüksek boyutlu sinirsel arayüzlerin uygulanabilirliğini göstermektedir. Bu çalışma, kullanıcı dostu ve yüksek performanslı BCI'ların geliştirilmesine katkı sağlamaktadır.

Tarih: 05.07.2024 / 14:00 Yer: A-212

Mevcut açıklama ve efekt tahmin araçlarından gelen özelliklerle zenginleştirilmiş, çoklu mühendislik özelliklerine dayalı olarak sürücü kodlamayan mutasyonları tahmin etmek için XGBoost algoritmasını kullanıyoruz. Ortaya çıkan veri seti, bir özellik seçimi ve mühendislik hattından geçirilir ve ardından sürücü ve yolcu kodlamayan mutasyonları tahmin etmek üzere eğitilir. Bu modeli aynı zamanda mevcut literatürden bilinen bir sürücü keşif modelinin mimarisi içerisinde de kullanıyoruz. Daha sonra önceki çalışmalarda bulunan kodlamayan sürücü mutasyonlarını kullanıyoruz ve modellerimizi kullanarak bunların sürücülüğünü tahmin ediyoruz. Ayrıca, oluşturulan tahminlerin derinlemesine analizini gerçekleştirmek için Açıklanabilir Yapay Zeka metodolojilerini kullanıyoruz.

Tarih: 07.06.2024 / 10:00 Yer: A-212

Bu tez, Penn Discourse TreeBank (PDTB) çerçevesinin Türk metinlerine uyarlanmasıyla Türkçe Söylem Bankası (TDB 1.2) aracılığıyla Türkçe'de atıf mekanizmalarını keşfetmektedir. Türkçe'ye özgü leksikal kontrol ve olasılıklardan elde edilen içgörüler kullanılarak özelleştirilmiş bir anotasyon şeması geliştirilmiştir, bu da sağlam veri anotasyonunu destekler. Analiz, atıf örneklerinde iletişimcilerin hakim olduğunu ve romanlar ile haberlerin çalışma için zengin alanlar olduğunu göstermektedir. Yüksek derecede anlatıcılar arası anlaşma sağlayan bu çalışma, TDB'yi zenginleştirerek Türkçe otomatik metin analizi için gelecekteki çalışmaların temelini atmaktadır.

Tarih: 04.09.2024 / 10:00 Yer: B-116

Bu çalışma Hacettepe Üniversitesi Hastanesi hastalarına odaklanarak Türk toplumunda SNP'ler ile COVID-19 duyarlılığı arasındaki ilişkiyi araştırmaktadır. NGS'yi kullanarak çeşitli bilimsel yayınlardan SNP verilerini analiz ettik, varyant bulma, bağlantı analizi ve Finlandiya dışındaki Avrupa alel frekanslarıyla istatistiksel karşılaştırmalar gerçekleştirdik. Temel bulgular, bazı varyantların Avrupa popülasyonuyla karşılaştırıldığında farklı frekanslara sahip olduğunu gösteriyor ve bu da Türk popülasyonunda hastalığa duyarlılığı etkileyen genetik yatkınlıkları akla getiriyor. Bağlantı dengesizliği analizi, spesifik genetik lokuslar arasında güçlü korelasyonlar ortaya çıkardı.

Tarih: 23.07.2024 / 15:00 Yer: A-212

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 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