Derin öğrenme tabanlı bebek emme benzetimi

Bu tez çalışması, bebeklerin emme süreci sırasında oluşan vakum dinamiklerini modelleyerek bu davranışı derin öğrenme tabanlı yaklaşımlar ile simüle etmeyi amaçlamaktadır. Emzirme eylemi, bebeklerin fiziksel ve duygusal gelişiminde önemli bir rol oynarken, bazı bebeklerde bu süreçte yaşanan zorluklar beslenme üretimini olumsuz etkileyebilmektedir. Bu kapsamda, Wasserstein Generative Adversarial Networks (WGAN) kullanılarak, emme süreci sırasında oluşan basınç değişimleri modellendi ve üretilen veriler orijinal verilerle karşılaştırıldı. Araştırma sonucunda, derin öğrenme tabanlı modellerin emme davranışına ilişkin dinamikleri doğru bir şekilde yansıtabildiği ve doğrulama metrikleriyle desteklenen tutarlı sonuçlar üretebildiği gözlemlendi. Çalışma, hem klinik hem de teknolojik uygulamalar için yeni perspektifler sunarak, yenidoğan sağlığı ve emzirme problemlerinin ele alınmasında yenilikçi bir adım niteliği taşımaktadır.