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

Bu çalışma, mikroekzon ve intron bölgelerindeki sekans varyasyonlarının, farklı düzeylerdeki SRRM4 ekspresyonu altında birleştirme sonuçlarını nasıl etkilediğini araştırmaktadır. Sekans verilerinden PSI değerlerini tahmin etmek amacıyla özel bir CNN modeli geliştirilmiş, ardından DeepLIFT ile yorumlama ve TF-MoDISco-lite ile motif keşfi gerçekleştirilmiştir. Bu yaklaşım, SRRM4 duyarlılığı taşıyan birleştirme olaylarını öngören cis-düzenleyici motifleri ortaya çıkararak mikroekzonların düzenleyici mantığına ışık tutmuştur.

Tarih: 01.09.2025 / 11:00 Yer: A-212

Bu tez, iş dünyasında karşılaşılan problemlerin kök nedenlerini belirlemeye yönelik yeni bir analiz yöntemi önermektedir. Nitel yönetim aracı olan İlişki Diyagramı ile nicel modelleme aracı olan Bayes Ağlarını birleştiren bu yöntem, hem uzman görüşlerini hem de belirsizlik içeren verileri dikkate alarak olasılıksal bir analiz süreci sunar. İnsan faktörünü sürece dâhil eden bu yaklaşım, yalnızca belirli bir sektöre değil, farklı alanlara da uyarlanabilir yapıdadır. Geliştirilen yöntem, elektronik parça üretimi alanındaki gerçek bir vaka çalışmasıyla sınanmış ve iş süreçlerinin daha derinlemesine anlaşılmasına katkı sağlamıştır.

Tarih: 29.07.2025 / 10:30 Yer: A-212