Announcements
Research News
Bu tez, sistematik değişkenlik yönetimi için Model Tabanlı Sistem Mühendisliği (MTSM) ve Ürün Hattı Mühendisliğinin (ÜHM), Model Tabanlı Ürün Hattı Mühendisliğine (MTÜHM) entegrasyonunu araştırmaktadır. Değişkenlik yönetimi tekniklerini uyarlayarak, görselleştirmeyi geliştirerek ve soyutlama seviyelerinde izlenebilirliği sağlayarak bir MTÜHM metodolojisi geliştirmeyi amaçlar. Metodolojinin, havacılık endüstrisindeki iş süreçlerini optimize etmesi, ürün kalitesini iyileştirmesi ve mühendislik çalışmalarını azaltması , örnek bir sistem üzeirnde uygulanmış ve gereksinimler ile doğrulanmıştır.
Tarih: 06.08.2024 / 10:00 Yer: A-212
Bu çalışma, Derin Sinir Ağı (DNN) modelleri için hataları ortaya çıkaran test verilerini belirlemek ve hata nedenlerini anlamak amacıyla bir test çerçevesi sunmaktadır. Test verileri model belirsizliğine dayalı olarak önceliklendirildi ve sunulan meta-model tabanlı yaklaşım ile test veri önceliklendirmesinin etkinliği artırıldı. Ayrıca, test veri kümeleri dağılım farkındalığı ile oluşturularak, başlangıçta dağılım içi verilere ve ardından dağılım dışı verilere odaklanıldı. Son olarak, testler gerçekleştirdikten sonra yanlış tahminlerin nedenlerini belirlemek için görsel açıklanabilirlik yöntemleri kullanıldı. Görüntü sınıflandırma alanındaki değerlendirmeler, model belirsizliğine dayalı test veri seçiminin DNN model hatalarını tespit etme oranını önemli ölçüde iyileştirdiğini göstermektedir.
Tarih: 10.07.2024 / 15:30 Yer: A-212
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: Yer:
