Announcements
Research News
Bu tez, çok değişkenli zaman serileri için aralık tabanlı, çok sınıflı anomali yerelleştirmesinde zamansal tutarlılığı ve anlamsal tutarlılığı iyileştirmek üzere tasarlanmış, çıkarım sonrası stratejilere sahip dönüştürücü tabanlı bir çerçeve önermektedir.
Tarih: 25.06.2025 / 09:00 Yer: A-212
Tez, Türkçe’de referans seçimini incelemekte ve dilsel ile bilişsel faktörlerin gönderim ifadesi biçimini nasıl şekillendirdiğine odaklanmaktadır. Spontane ve amaca yönelik diyaloglara dayalı, yeni bir işaretleme şemasıyla oluşturulmuş özgün bir eşgönderim derlemi oluşturulmuştur. Yapılan istatistiksel ve makine öğrenimi analizleri, rekabet ve uzaklık ölçütlerinin gönderim biçimini en güçlü şekilde öngören etmenler olduğunu ortaya koyarken, dilbilgisel ve konuşucu rolleri daha zayıf ancak anlamlı etkiler göstermektedir. Bulgular, farklı bir tipolojide bir dile ve doğal konuşma verisine odaklanarak, gönderen üretimi ve anlaşılmasına yönelik kuramsal öngörüleri desteklemekte ve geliştirmektedir.
Tarih: 18.06.2025 / 10:00 Yer: A-212
Yeni nesil aviyonik platformların giderek daha fazla dış sistemlerle bağlantılı hale gelmesiyle, daha önce izole olan sistemler artık siber tehditlere açık durumdadır. Ticari, askeri ve uzay-havacılık platformlarında yaygın olarak kullanılan MIL-STD-1553 gibi haberleşme standartları, güvenlik gereksinimleri göz önünde bulundurulmadan tasarlandıkları için artan zafiyetlerle karşı karşıyadır. Geleneksel güvenlik güncellemelerinin uygulanması maliyetli olup sertifikasyon açısından da zorluklar doğurmaktadır. Saldırı Tespit Sistemleri (IDS), donanım veya yazılım değişikliği gerektirmeyen müdahalesiz bir alternatif sunar. Bu çalışma, MIL-STD-1553 haberleşme hatlarının güvenliğini donanım parmak izi tabanlı bir IDS ile artırmayı amaçlamakta ve izinsiz cihazların tespiti için makine ve derin öğrenme yöntemlerinin etkinliğini değerlendirmektedir.
Tarih: 02.06.2025 / 11:00 Yer: A-212
Bu tez, anlamsal bölütleme için piksel düzeyinde etiketlenmiş veri ihtiyacını azaltmayı amaçlamaktadır. Sentetik görüntüler üzerinde eğitilen DeepLabV3+ tabanlı bir model, gerçek görüntülere uyum sağlamak için bir çekişmeli alanı uyarlaması yöntemi olan Domain-Adversarial Neural Network (DANN) ile desteklenmiştir. Model, denetimsiz ve yarı denetimli etki alanı uyarlama senaryolarında uygulanmıştır. Özellikle yarı denetimli uyarlama yönteminde, denetimli öğrenme ile eğitilen ve etki alanı uyarlaması yapılmayan DeepLabV3+ yöntemine kıyasla %92 daha az etiketli gerçek veri kullanılarak benzer performans elde edilmiştir. Bu çalışma, görüntü etiketleme yükünü azaltan etkili bir çözüm sunmaktadır.
Tarih: 26.05.2025 / 15:00 Yer: A-212
Obscurin ve Trio protein ailelerinin ortak evrimsel kökeni, filogenetik analizler yoluyla tanımlanmış ve omurgalı soyları boyunca gerçekleşmiş yapısal alan takaslama olaylarına işaret etmiştir. Bu bulgular temel alınarak, TrioN-benzeri DH domainleri için yeni bir varyant etkisi tahmin etme aracı olan TrioNsight geliştirilmiştir. Yapısal, evrimsel ve fizyokimyasal özelliklerden yararlanan bu araç, patojenik varyantları ayırt etmede yüksek doğruluk sağlamıştır (MCC: 0.906; 1.0 mükemmel performansı temsil eder). Bu çalışma, temel evrimsel biyoloji ile klinik uygulamaları birleştirerek hem protein ailelerinin evrimine dair mekanistik bulgular hem de işlevsel olarak kritik yapısal alanlarda hastalıkla ilişkili varyantların yorumlanmasına yönelik pratik bir araç sunmaktadır.
Tarih: 30.05.2025 / 10:00 Yer: A-212
