2.982
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Kural tabanlı Erasmus öneri sistemi
Avrupa Eğitim ve Gençlik programlarının Türkiye'de uygulanmaya başlandığı günden bu yana programa katılacak öğrencilerin, personellerin ve diğer katılımcıların problemi, gidebilecekleri en uygun ülkenin seçilmesi olmuştur. Bu tez çalışmasında, probleme az da olsa çözüm üretilmeye çalışılmıştır. Kullanıcıya en uygun ülkenin önerilmesi için kural tabanlı sistem tasarlanmıştır. Sistem Yapay Zekâ tekniklerinden olan Uzman Sistem olarak modellenmiştir. Uzman sistemimiz Semantik Web teknolojileri kullanılarak geliştirilmiştir. Bilgi tabanı olarak Ontoloji kullanılmıştır. Erasmus+ programının katılımcılara sunduğu koşul ve şatlara göre ilk başta Karar Tablosu (Decision Table) hazırlanmıştır. Daha sonra bu koşullara göre kurallar belirlenmiş ve kural dili ile ontolojiye eklenmiştir. En sonda çıkarsama ve sorgu mekanizmaları ile kurallar işlenmiş ve sistem kullanıcıya ülke önermesi yapmıştır. Proje ilk başta sadece üye ülkelerde eğitim almak isteyen Yüksek Öğretim alanındaki öğrencilere hitap edecek şekilde tasarlanmıştır. Proje istenildiği zaman genişletilerek bütün ana ve özel eylem katılımcılarına uygun şekilde geliştirilebilecek açıklıktadır.
Kablosuz yerel alan ağlarında güvenlik ve saldırı yöntemleri yüksek güvenlikli kablosuz yerel alan ağının tasarımı
Kablosuz Ağların sağladığı kolay kurulum, esneklik, haraketlilik gibi avantajlarıyla günümüzde makul seviyelere çıkması kablosuz ağ kullanımını yaygınlaştırmıştır. Gelişen teknoloji, artan aktarım hızları ve üretici firmalar arasında giden standardizasyon çalışmaları sonucunda her geçen gün kullanıcı sayısı ve kullanım alanları artmaktadır. Kablosuz ağların geniş bir şekilde yaygınlaşması bazı güvenlik endişelerini de beraberinde getirmiştir. Günümüzde, kablosuz ağ güvenliği için çok sayıda yöntemler vardır ve her geçen gün yeni yöntemler geliştirilmektedir. Bu tez çalışmasında kullanıcılara hayatımızın vazgeçilmezi olan Kablosuz Ağları özelliklede Kablosuz Yerel Alan Ağları (WLAN) tanıtılmış, kablosuz yerel ağ standartları, avantaj ve dezavantajları anlatılmıştır. Kablosuz yerel ağlarının güvenlik risklerinden ve bu risklere karşı alına bilecek kişisel ve kurumsal yöntemlerden bahsedilmiştir. Ağ güvenliğinde kullanılan bazı yöntemlerin ne gibi zayıflıkları olduğu açıklanmıştır. Ayrıca uygulama kısmında anlatılan güvenlik yöntemleri temel alınarak, Huawei firmasının eNSP programında 5 katlı hayali bir ofis için yüksek güvenlikli kablosuz yerel alan ağı tasarlanmıştır.
Giyinebilir kablosuz sensör ağları ve ECG tasarımı
Giyinebilir kablosuz sensörlerle sağlık kontrol amacı için, tasarımı ve geliştirmesi son yillarda yaşam kalitesinin yükseltilmesi için geliştirilmiştir. Bu teknoloji yaşlilar ve kronik hastalarina, bağımsız bir hayat yaşatir. Kronik hastaliklarin en yaygın ve önemlilerinden biri kalp hastaliği, bu tezin çalişma konusudur. Bu tez çalışmasında kablosuz ECG sinyalleri yaygın olarak sağlık sistemlerinde kronik kalp hastalıklarının tanısında kullanılmaktadır. Hastanın vücudundan sensör yardımıyla algılanan ECG sinyalleri kablosuz olarak bir bilgisayara aktarılır. Bu sinyaller bir LDR sensör yardımıyla 5 V'luk voltaj aralığıyla ve Arduino Nano CH340G mikrodenetleyicisi kullanılarak sayısallaştırılmıştır. Arduino mikrodenetleyicisi kendi programla dilinde (C diline yakin bir dil) ve Arduino'nun kendi uygulamasında programlanmıştır. Kablosuz haberleşme olarak HC-06 Arduino Bluetooth modül kullanılmıştır. Bilgisayar ortamına aktarılan ECG sinyalleri göruntulemek için Visual Studio programinda ve C# dilini kullanarak bir uygulama oluşturulmuştur.
Ses algılama yöntemi ile tek kullanımlık anahtar (one time pad) üretimi
Tek kullanımlık şifreler rastgele anahtarla üretildiği zaman mükemmel güvenlik sağlarlar. Anahtarın ele geçirilmesi için gereken işlem gücü, bütün anahtarları denemekten daha az değildir. Bunun yanında şifrelenecek metinle aynı uzunluktaki bir anahtarı güvenli şekilde saklamanın, düz metni sağlamayla aynı iş gücüne karşılık geldiği için bahsedilen şekliyle kullanılmamaktadır. Yani, anahtarı güvenli şekilde saklamakla düz metni güvenli şekilde saklamak arasında fark olmadığı için tam güvenlik sağlamasına rağmen kullanılmamaktadır. Bu sebeple, modern kriptoloji teknikleri temel olarak kısa anahtarlarla, uzun, rastgele gözüken (sözde rastgele - pseudo random) bit dizileri üreterek güvenli şifreleme algoritmaları oluşturarak saklanması gereken anahtar boyutunu mümkün olduğunca küçültebilme problemiyle ilgilenirler. Bu çalışmada amaç küçük anahtarla üretilmeye çalışılan sözde rastgele bit dizisini, ses tanıma sistemi kullanılarak uzun cümlelerle oluşturmaktır. Tanımlanan algoritmanın detaylı tanımı ve performans analiz değerlendirilmesi de yapılmıştır. Visual Studio 2015 programı ortamında C# dili kullanarak algoritma için tanıtım programı hazırlanmıştır. Anahtar Kelimler: Tek Kullanımlık Anahtar Üretimi, Ses Tanıma Yöntemi, Kriptoloji
Bilişim teknolojisinde teknik servis çalışanlarının mesleki yeterlilik ölçümü için uzaktan eğitime dayalı bir sınav model önerisi
Bu tezin amacı; MYK'nın bilişim teknolojileri elemanları için mesleki yeterlilik sınavını geniş alan ağlarında çevrimiçi yapabilmesidir. MYK için bir uzaktan sınav modeli geliştirilmiştir. Model tasarımı için MYK'nın meslek standartları esas alınmıştır. Modelin içeresinde standartlara uygun şekilde mesleki yeterlilik sınavları oluşturulmuştur, Soru bankalarının oluşturulması ve sınavların yapılması için kullanıcı modülüne ihtiyaç duyulmuştur ve kullanıcı modülü ile ilgili veri tabanı tasarlanmıştır. Modeldeki kullanıcılar, soru yapıcı, dil uzmanı, ölçme değerlendirme uzmanı, teknik uzman ve sınav yapıcıdır. Her kullanıcın bir görevi vardır. Soru yapıcı sisteme soru girer ve düzenler. Dil uzmanı soruyu dilbilgisi yönünden inceler. Ölçme ve değerlendirme uzmanı soruların seviyesini ve başarım ölçütlerini inceler. Teknik uzman soruyu mesleki standartlardaki teknik bilgilere göre inceler. Sınav yapıcı sınavın yapılmasını sağlar. Bu modül de sorular onaylandıktan sonra soru bankasına eklenir. Bu işlem soru anlaşılabilirliğini ve soru kalitesini artırmaktadır. Soru bankalarından meslek sınavları oluşturulmaktadır. Bu uzaktan online sınav modelinde farklı mesleki yeterlilik sınavlarının oluşturulması mümkün olmaktadır. Bu model aynı zamanda; adayın girdiği sınavın sonunda hangi başarım ölçütünden başarılı ya da başarısız olduğu konusunda detay rapor üretmektedir. Üretilen rapor adayın eksik bilgilerini öğrenmesini mümkün kılar. Bu çalışmada geliştirilmiş olan model ile geleneksel sınav güvenirliliğinde, uzaktan sınav yapılması sağlanır. Mesleki yeterlilik sınavlarındaki en önemli kavram öğrenme çıktıları ve başarım ölçütleridir. Bu modelde sorular hazırlanırken, her meslek ve her meslek seviyesi için MYK'nın kodları kullanılabildiğinden farklı meslek sınavlarının üretilmesi mümkündür. Bu çalışma mesleki yeterlilik sistemindeki teori sınavlarının uzaktan yapılabilmesini mümkün kılmak için hazırlanmıştır.
No-SQL veritabanları üzerinde bir metin madenciliği uygulaması
Büyük veritabanlarında dağınık bulunan bilgileri anlamlandırmak veya ilişkilendirmek pek kolay olmamaktadır. Projede metin madenciliğinin temel kategorileri olan sınıflandırma, birliktelik analizi, bilgi çıkarım ve kümeleme işlemleri dikkate alınarak dağınık yapıda bulunan verilerin NoSQL MongoDB üzerine aktarılması sağlanacaktır. Metin madenciliği için kullanılacak yapay zeka algoritmalarının NoSQL üzerinde verinin anlam kazanma sürecinde performans ölçümleride dikkate alınacaktır.
NS veya paket izleyici gibi simülasyon aracını kullanarak bir ağ performansı değerlendirmesı
Bilgisayar ağları büyüdükçe Kablolu ve Kablosuz ağ teknolojileri de gelişmeye başlamıştır. Teknolojiler geliştikçe istekler de artmaya başlamıstır. Bu isteklerin en başında, ağların maksimum güvenli ve aynı zamanda maksimum hızlı performanslı olmalarını istemeleri gelmektedir. Bu çalışmada, ağların performanslı çalışması incelenecektir. Bu sebeple, NS veya paket izleyici gibi bazı simülasyon aracını kullanarak bir ağ performans değerlendirmesinde neler yapılabilir ve türlü türlü parametreler ne kadar başarıyla yanyana getirilebilir gibi bilgiler sunulacaktır. CCNA, CCNP, HCNA ve HCNP eğitim seviyesinde kullanılabilecek önemli ayarlamalar yapılmış olup bunların hepsi teker teker simule edilmiştir. Sonuç olarak başarılacak olan şey bir geniş ağ veya yerel ağ için iyi bir kılavuz olacaktır. Sanal teknolojiye dayalı teklif edilmiş uzaktan ağ laboratuvarı mimarisi gerçek ekipman kullanan geleneksel laboratuvarlara göre daha fazla fayda gösterdi ki bu lab'de ağ simülasyonları için özellikle önemlidir. Burada kazanılan tecrübe yanı sıra birebir ağ üzerinde işlem yapılabilir. Bizler burada sanal olarak laboratuvar ekipmanlarını yeniden kablolamayı, laboratuvarın topolojisi değiştirmeyi ve sanal laboratuvar ekipmanı ekleyerek yeni bir dizayn uygulayabildik. Sanal bir ortamda çalışıltığında yapılacak ve ispatlanacak konfigürasyonlar kısıtlıdır. Sadece sanal bir lab çözümü çoğunlukla öğretmek için uygundur çünkü ağ trafiği hafiftir ve lab PC yükün üstesinden gelmek için genellikle güçlüdür. Ve önemli bir özellikle eagle sunucusu DHCP, Mail, FTP, Web ve dağıtıcılar, düğmeler, güvenlik cihazları ve PC'ler gibi ağ ekipmanlarını içeren Linux'a dayalı bir makinenin bizlere sağladığı yararlardır. Son olarak anlatılan performans konuları, önlemleri, gerekli parametreler göz önünde bulundurularak hem CISCO Packet Tracer de hem de Huawei'in eNSP simulasyon programında hayali ağlar tasarlanarak performans değerlendirilmeleri yapılmıştır. Fakat unutmamak lazım ki, tasarlanan ağlar gerçek laboratuvarlar da değilde ücretsiz sanal ortamlarda tasarlanmış ve değerlendirilmiştir. Bu yüzden de elimizde gerçek veriler olmadığı için gerçek performans değerlendirilmesi yapmak ve çıktılar almak mümkün değildir. Sadece performans gereksinimleri göz önünde bulundurularak ağlar tasarlanmış ve sanal ortamların izin verdiği kadar değerlendirme yapılarak ağ performans değerlendirilmesi yapılmıştır. Keywords: Router,Switch, İnternet Protocols, VLAN Channel Protocols, Network Performance Evaluation, Huawei eNSP, Cisco Packet Tracer.
Web yazılımlarında güvenlik problemleri üzerine araştırma
Web uygulamaları genel olarak sonuç odaklı ve hızlı geliştirilme sürecine sahiptir. Geliştirme anında güvenlik kriterleri coğu zaman bilinçli yada bilinçsiz olarak gözardı edilir. Bu nedenle, geliştirilen uygulamaların davranması gerektiğinden farklı şekillerde davranmasına neden olacak güvenlik açıklarına olanak verilmektedir. Geliştirilen web uygulamalarında ki bu zafiyetler ise kötü niyetli kullanıcılar için bir fırsat oluşturur. Web uygulamalarının geliştirilmesinde yapılan bir diğer yanlış ise uygulamanın güvenliği ile network katmanındaki güvenliğin birbirine karıştırılmasıdır. Firewall'ın (güvenlik duvarı) web uygulamalarını korumadığı bilinmelidir. Bu nedenle, geliştirilen uygulamalar için mutlaka sızma ve güvenlik testlerinin yapılması gereklidir. Yukarıda belirtilen zafiyet ile birlikte kötü niyetli kullanıcıların bulunması sistem üzerinde bir takım risklerin oluşmasına neden olur. Bu riskler ise sistem üzerinde ki diğer kullanıcılara da sıçrayabilmektedir. Risk'in tanımını aşağıdaki gibi verebiliriz: Risk = Tehdit + Zafiyet Tez yazımındaki amaç, web uygulamalarında bulunan güncel zafiyetleri ele almak, bu zafiyetlerin oluşmasına neden olan düşünce ve yaklaşımların neler olduğunu öğrenmek, bu yaklaşımlara alternatif olarak neler yapılabileceği ve zafiyetlerin giderilmesi için hangi önlemlerin alınabileceğini ifade etmek amaçlanmaktadır. Anahtar Kelimeler: Web uygulama güvenliği, SQL Enjeksiyonu, Siteler arası İstek Sahteciliği, Siteler Arası Betik Çalıştırma, Güvenli Soket Katmanı, Aynı Kaynak Politikası.
Socketler Üzerinden Özel haberleşmede kriptoloji metodların kullanılması ve bir uygulama
Teknolojinin gelişimi birçok insan faaliyetlerinin kolaylaştırılması avantajı ile beraberinde dezavantajlarıda sergilemiştir. Oluşan bu dezavantajlar, Teknoloji alanına yan dal olarak Teknolojinin güvenliği alanınıda geliştirilmesine sebep olmuştur. Teknoloji gelişim sürecinde gözden kaçırılan hata payları, algoritmik karmaşıklık değerleri ve birçok unsurlar dezavantaj olarak nitelendirilir. Her hangi sebepden oluşan dezavantajlar teknolojinin çalışma prensibini bozmakdan çok, kullanım alanında yanlış faaliyetleri yapabilitesini yükseltmektedir. Bu sebepden modern teknolojilerin yanlış faaliyet amaçlı kullanılmaması için bu teknolojileri koruyan teknolojiler geliştirilmiştir. Elektronik ortamlarda yapılan işlemlerin amaçlarını değiştirmemek adına yapılmış güvenlik sağlayıcı algoritmalardan biride şifreleme sistemleridir. Şifreleme sistemleri teknolojinin her dalına uygulanarak yapılacak işlemlerin dış güçler tarafından yönlendirememesini sağlamıştır. Teknoloji tarihi boyunca geliştirilmiş Şifreleme Sistemlerinin bazıları saldırganların önlemlerini yeterince alamaması nedeni ile ve ya cari Şifreleme sistemin yapılacak esas işlemin yavaşlatması nedeni ile teknolojinin bu dalı araştırma merkezlerinde dahada yüksek noktalara taşınmaktadır. Şifreleme sistemleri aynı zamanda iletişimi sağlamak için geliştirilen teknolojiye uygulanarakda yapılacak iletişimin güvence altına almaktadır. Tez kapsamında yapılan araştırmada ilk şifreleme sistemlerinden, günümüz teknolojilerin kullandığı şifrelme sistemlerine kadar tümünün çalışma prensibi anlatılmaktaıdr. Tez kapsamında yapılan araştırmalara dayanılarak yapılan projede gizli anahtarlı şifreleme yöntemlerinden olan ve en son teknolojilerin kullandığı Rijndeal algoritması sayesinde ortadaki adam saldırısına uğranmasına rağmen iletişimin güvence altında yapılması sağlanmıştır. Bu projede iletişim esnasın ortadaki adam saldırısını gerçekleştiren saldırganın, yapılan iletişimin şifreli olduğuna dair şüphelerini kaldırılması için, aynı zamanda gizli anahtarlı şifreleme sisteminin doğası gereyi şifreleyici ve deşifreleyici anahtarın güvensiz kanal üzerinden de gönderile bilinmesi için Steganografi tekniği uygulanmıştır.
Büyük veri ortamında iki aşamalı kümeleme ile rotalama
Bu tezde yeni bir fikir olarak düşünülen araç rotalamada zaman aralığı (time windows) kümeleme konusunda yeni bir yöntem ele alınacaktır. Daha önceki çalışmalarda nokta yönelimli kümeleme ile başarılı sonuçlar alındığı bilinmektedir. Bu çalışmada ise nokta yönelimli kümeleme ile zaman aralığı kümeleme aynı anda uygulanıp daha uygun bir çözüm bulunabileceği ele alınacaktır. Uygulanacak metot büyük veri üstünde uygulanarak bu gibi ihtiyaçları olan sistemlerde kullanılabilirliği anlatılacaktır.
Yapay sinir ağı teknikleri kullanarak eğitim yayıncılığı sektöründe veri madenciliği
Bu tezin amacı, insan beynindeki sinir ağlarının çalışmasından yola çıkılarak oluşturulan Yapay Sinir Ağları (YSA)'nın, eğitim yayıncılığı sektöründe satış tahmininde nasıl kullanılabileceğini araştırmak ve satış tahminini yapmak için en uygun YSA modeline ilişkin bir örnek sunmaktır. Kurumların günlük operasyonları her gün binlerce veri oluşturuyor. Yapılan her şey, atılan her adım, kurulan bir iletişim, yazılan her şeybir veri ve hepsi bir anlam içermektedir. Rekabetin artığı günümüzde fark oluşturmak için birçok kurum tarafından ihtiyaç duyulan bilgi, karşımıza çıkan verilerin anlamlı bir şekilde düzenlenmesi ile sağlanmaktadır. Dosya ve veri tabanlarında kayıtlı çoğlan verilerle veri madenciliğinin asıl hedefi; verilere ilişkin bilgiyi keşfetmek ve karar verme sürecine yardım edebilecek veri tabanındaki yararlı bilgileri elde etmektir. Bu çalışmada eğitim yayıncılığı sektöründe faliyet gösteren bir firmanın verileri kullanılmıştır. İlgili firmanın bilgi siteminden veriler alınarak satış tutarını etkileyebileceği düşünülen kriterler ortaya çıkarılmıştır. Satış talebini etkileyen faktörler; Satış Hacmi, Öğrenci sayısı, hane eğitim harcaması, dolar kuru, müşteri sayısı, Tüfe ve Üfe'dir. Yapay sinir ağının ürettiği sonuçların gerçeği ne kadar yansıttığı istatistiksel olarak araştırılmıştır. Elde edilen sonuçlar, yapay sinir ağlarının eğitim yayıncılığı ile alakalı gelecekteki satışları tahmin etmede başarıyla kullanılabileceğini ortaya koymuştur.
Büyük veri yönetimini kullanarak iş gücü planlamasının etl ile ilişkilendirme uygulaması
Bu çalışmada Büyük veri ve ETL sistemiyle ilgili bilgiler verilmiştir. Büyük verinin günümüzde teknolojik olarak değerinin her geçen gün arttığı yer verilmiştir. Ayrıca Büyük verinin de tıpkı teknolojik ürünler gibi geliştirilmesi gerekliliği vurgulanmıştır. Büyük veri mantığıyla yapılan programın çok daha iyi kullanılabilmesi için ETL sistemi ile birleştirilmiştir. Bu tez çalışmasının ikinci bölümünde büyük veriyle ilgili genel bilgilerin yanı sıra büyük verinin hangi alanlarda kullanıldığı, verinin kaynakların neler olduğu hakkında bilgiler verilmiştir. Üçüncü bölümde iş gücü yönetimi programı hakkında bilgiler yer verilmiştir. Bunların dışında programın nasıl çalıştığı ve hangi sistem üzerine kurulu olduğu yer almıştır. Dördüncü bölümde ise veri ambarı ve ETL sistemiyle ilgili bilgiler verilmiştir. ETL süreçleri anlatılmıştır. Beşinci bölümde ise iş gücü yönetim sisteminin eski hali ve ETL ile birleştirildikten sonraki durumları karşılaştırılmıştır. Ayrıca Programın ETL ile birleştirilmiş yapısı gösterilmiştir. Son bölümde ise ETL sistemi ile birlikte neler kazanıldığından bahsedilmiştir.
Uydu verilerine ve yapay sinir ağlarına dayalı olarak bitki örtüsü tahmini ve analizi
Son yıllarda özellikle Türkiye'nin batı bölgelerinde şehirleşmenin etkisiyle yeşil alanlar hızla azalmaktadır. İnceleme bölgesi için NDVI (Normalized Difference Vegetation Index, Normalize Edilmiş Fark Bitki Örtüsü İndeksi) uzaktan algılama yöntemi kullanılarak bitki örtüsü indeksi elde edilmiştir. MODIS uydusu aracılığıyla Kandilli Bölgesi ve civarı için on yıl boyunca gözlenen günlük NDVI değerlerine dayalı olarak bitki örtüsü tahmini yapılmıştır. Bitki örtüsü tahmininde ANN (Artificial Neural Network, Yapay Sinir Ağı) yöntemlerinden olan ANFIS (Adaptive Neuro-Fuzzy Inference System, Uyarlamalı Ağ Bulanık Çıkarım Sistemi) Modeli kullanılmıştır. Bu çalışma kapsamında, enlem değeri 41° 4' ve boylam değeri 29° 3' olan Kandilli Bölgesinin Eylül, 2005 ile Ekim, 2016 yılları arasındaki NDVI değerleri ile çalışılmıştır. Değerlerin saptanmasında MODIS (Moderate Resolution Imaging Spectroradiometer, Orta Çözünürlük Spektrometre Görüntüleme) çeşitlerinden olan TERRA Uydusu kullanılmıştır. Ölçümler yaklaşık olarak 6.25 kilometrekarelik bir alan üzerinde yapılmıştır. TERRA Uydusu'ndan elde edilen NDVI değerleri ile ANN kullanılarak bitki örtüsü tahmini gerçekleştirilmiştir. MATLAB ortamında bir Neuro-Fuzzy Designer olarak tanımlanmış olan ANFIS klasik küme teorisi ve bulanık mantık teorisinin birleşimi şeklinde ele alınmıştır. Bu yöntemde hedef bir değerin o kümeye ait olup olmamasını saptamak ve bu işi yaparken üyelik fonksiyonlarını kullanmaktır. ANFIS içerisindeki üyelik fonksiyonlarının hata tolerans değerleri birbirleriyle karşılaştırılmıştır. En başarılı üyelik fonksiyonu seçilerek tahmin gerçekleştirilmiştir.
Sezgisel algoritmalar kullanılarak tarihsel mekanların en kısa yoldan rotalanması üzerine bir mobil uygulama
Günümüzde hızla gelişen teknoloji sayesinde kullanıcılar artık her zaman teknolojiye hızlıca erişebilme gücüne ihtiyaç duymaktadırlar. Her yaştan ve her guruptan insanın teknolojiyle ilişkisi günden güne artmaktadır. Hızla ilerleyen teknoloji, kullanıcılarının ihtiyaçlarına cevap verebilmek için sürekli gelişmekte ve bu durum kullanıcıları farklı ihtiyaçlara yönlendirmektedir. Son yıllarda sayıları hızla artan mobil cihazlar geçmişe göre teknolojik cihazların günlük hayatta çok daha fazla kullanılmasına sebep olmaktadır. Önceleri belli bir yerden sabit olarak erişebildiğimiz cihazların bir kısmını artık cebimizde taşıyabiliyoruz. İnternet teknolojisinin de artık kablolu dışında kablosuza geçmesiyle, akıllı telefonlar, tabletler, şarj cihazları ve daha bir çok cihazı taşınılabilir ve mekan sınırlaması olmadan kullanılabilmektedir. Yeni nesil akıllı telefonlarda günlük hayatta kullandığımız birçok uygulama bulunmaktadır. Bilmediğimiz bir adrese navigasyonla gidebilir, en yakın otobüs durağını bulabilir, taksi çağırabilir, yazışmalar yapabilir, mail gönderebilir, alışveriş yapabilir, sosyal platformlarda paylaşımlar yapabiliriz. Bir çok alanda yapılan mobil uygulamalar bulunmasına rağmen, İstanbul ilinde bulunan tarihsel mekanlar hakkında hem bilgi veren hem de bu tarihsel mekanları birden fazla yolla gezdiren, rotalayan bir uygulama bulunmamaktadır. İstanbul'a gelen yerli ve yabancı turistlerin zaman sınırlarının olması ve gezebilecekleri tarihsel mekanlar hakkında bilgi sahibi olmama ihtimalleri, bu mekanları gezerken hangi sıraya göre gezebileceklerini her zaman kestirememeleri ihtimali üzerine Gezgin Satıcı Problemi üzerinde karınca kolonisi algoritması kullanılarak bu program geliştirilmiştir. Karınca kolonisi algoritması, doğadaki karıncaların izlenmesi ve bu izlenimlerin yorumlanması sonucu gerçek karıncaların davranışlarından esinlenerek geliştirilmiş bir algoritmadır. Karıncaların aralarındaki iletişimi sağlamaları için salgıladıkları feromon adlı sıvı haberleşmeleri açısından en temel madde olarak görülmektedir. Bulundukları alanda en kısa yolu bulmak mantığıyla çalışan yapay karıncalardan faydalanılmıştır. Programımızdaki amaç, bu doğrultuda tarihsel mekanlar arasından yapılan seçimler için en kısa yoldan birbirlerine ve aynı zamanda kullanıcının bulunduğu noktaya GPS yardımı ile bağlantı yaparak rotalamaktır. Microsoft Visual Studio yazılım geliştirme aracı ile Xamarin Cross Platform teknolojisi kullanılarak arayüz geliştirmesi yapılmıştır. Harita üzerinden rotalanmış mekanlar hazırlamış olduğumuz web sitesi ile Google maps üzerinden görüntülenmesi sağlanmıştır.
Veri madenciliği yöntemleri ile ülkeleri gelişmişlik ölçütlerine göre kümeleme üzerine bir uygulama
Bir amaç doğrultusunda elde edilen verilerden anlamlı sonuçlar çıkarılması işlemine veri madenciliği denir. Kümeleme analizi de veri madenciliği alanında sıklıkla kullanılmaktadır. Bu tez çalışmasında öncelikle kümeleme analizi kavramları açıklanmıştır. Çalışmada kullanılacak algoritmalar tanıtıldıktan sonra Dünya Bankası 'nın web sitesinden elde edilen verilere bu algoritmalar uygulanmıştır. Bu çalışmada amaç, önceden belirlenmiş parametreler göz önüne alınarak ülkelerin gelişmişlik ölçütlerine göre kümelenmesidir. Çalışma kapsamında 214 ülkeye ait 2015 verileri ele alınmıştır. Bu verilere Self Organizing Map ve K-Means kümeleme algoritmaları uygulanmış, sonrasında da elde edilen kümeler değerlendirilmiştir. Ayrıca ülkemizin bu kümelerdeki konumu da incelenmiştir.
Bilgisayar destekli ders materyali geliştirme ve 5. sınıf geometri dersi için bir uygulama
Günümüzde eğitim açısından en hızlı gelişme gösteren alanlardan birisi bilişim teknolojileridir. Bilişim üzerinde yapılan birçok çalışma sisteminin bilgisayar kontrollü olması ve internet tabanlı olarak tasarlanması eğitimde kullanılması yönünde gelişmeleri artmıştır. Teknoloji ile öğretime önem verilmesi bilgisayar destekli eğitim (BDE) modellerinin yaygın olarak kullanılmaya başlamasında katkı sağlamıştır. Matematik eğitiminin temel hedeflerinin başında soyut kavramları somut hale getirerek öğretimde işlem becerisini kolaylaştırmak gelir. Öğrenciye kazandırılan bu işlem becerisi öğretim yöntemlerinin rahat koşullarda öğrenilmesini sağlar. Ayrıca öğretim etkinliklerinde teknolojik araç gereçlerinin kullanımı ve geliştirilmesi matematiği sevdirme becerilerinin kazandırılmasında önemli konuma sahiptir. Araştırmamızda; eğitim sistemine, içeriğe, kavram yanılgılarına, dersin amacına ve öğretim seviyesine uygun olacak bir eğitim materyali geliştirilmiştir. Geliştirilen materyalin amacı, anlamlı öğrenme sistemine dayalı olarak e – kitabın hazırlanması için kullanılan bilgisayar destekli öğretim (BDÖ) yöntemiyle, tüm sınıfa zorlandıkları konuyu öğretmek ve kullanılan öğretim yönteminin başarıya etkinini ortaya çıkarmaktır. Araştırmamız ilkokul sınıf ve ortaokul matematik öğretmenlerinin eğitim ve öğretim sistemine bakış açıları göz önüne alınarak hazırlanmıştır. Matematik öğretiminde kullanılması gereken yöntemler belirlenip materyaller soyut öğretimler yerine somut olarak geliştirilmiştir. İl bazında yapılan anket sonucu 5. Sınıf öğrencilerinin matematik dersi geometri ünitesindeki dörtgenler konusunda zorlandıkları belirlenmiştir. Araştırma 2016/2017 eğitim öğretim yılının ikinci yarıyılında, Uşak ilinde bulunan ortaokulda eğitim gören 20 öğrenci ile gerçekleştirilmiştir. Pilot uygulama için yansız olarak 5. Sınıf öğrencilerinden 20 kişi seçilmiştir. İlk olarak 20 kişinin konuyu ne kadar bildiklerini belirlemek için hazırbulunuşluk testi (öntest) yapıldı. Çalışma bittikten sonra değerlendirme testi (sontest) yapılarak öğrenimin gerçekleşip gerçekleşmediğine bakılmıştır. Bu araştırmada genel matematik konularından dörtgenler konusu elektronik kitap yardımıyla akıllı tahtada anlatılmış ve bilgisayar laboratuvarında çocuklar bireysel öğrenme yaptırılarak kalıcılık gerçekleştirilmiştir. Materyal geliştirme için hazırlanan elektronik kitap Adobe InDesign ile hazırlanmıştır. Geometrik şekillerin çizimleri için GeoGebra destekli öğretim sağlanmıştır. Yapılan uygulama sonucunda; öğrencilerin matematik korkusu azalmış ve adaylarının kavramlara bakış açılarında olumlu yönde değişiklikler olmuştur. Ayrıca öğrencilerdeki kavram yanılgılarında ciddi oranda azalma gözlenmiştir. Bilgisayar destekli öğretim (BDÖ) gerçekleştirildikten sonra öğrencilere uygulanan testlerin veri analizi alınmıştır. Araştırma sonunda öğrencilerin başarısını karşılaştırmak için geometri ünitesi öntest ve sontest başarı puanları ile öğrenciler arasında fark ortaya çıkarılmıştır. Anahtar Kelimeler : Bilgisayar Destekli Matematik Öğretimi, Elektronik Kitap, Öğretim Materyal Geliştirme, Çoklu Ortam, GeoGebra, Kavram Öğrenme, Öğrenci Başarısı, Uzaktan Eğitim
Kabin memuru yönetim sistemi mobil uygulaması
Dijital teknolojilerde yaşanan gelişmeler mobil teknolojilerin gelişmesine katkı sağlamıştır. Mobil teknolojiler günlük hayatın ayrılmaz bir parçası haline gelmektedir. Teknolojinin gelişmesi, mobil teknolojilerin hayatın her alanında etkin bir biçimde kullanılması mobil uygulamaların kullanımını arttırmaktadır. Mobil uygulamaların kullanım alanlarından biri de havacılık sektörüdür. Havacılık sektöründe personel maliyetinin yüksek olması, kabin personelinin aylık uçuş planlarının dikkatli bir biçimde yapılmasını ve personele anında duyurulmasını gerekli kılmaktadır. Bu çalışmanın amacı kabin personelinin aylık uçuş planlama bilgi sistemine yönelik mobil bir uygulama geliştirerek mobil uygulamanın kullanılabilirliğini değerlendirmek ve kabin personelinin motivasyona etkisini incelemektir. Bu araştırma kapsamında iki çalışma grubu belirlenmiştir. Birinci çalışma grubunda; ihtiyaç analizi için yapılandırılmış odak grup görüşmesi gerçekleştirilen, havacılık sektöründe çalışan 10 kabin personeli yer almaktadır. Araştırmanın ikinci çalışma grubunu ise uygulamanın gerçekleştirildiği havacılık sektöründe çalışan, araştırmaya gönüllülük esasıyla katılan 28 kabin personeli oluşturmaktadır. Araştırmada ölçme aracı olarak yapılandırılmış odak görüşmesi ve Namlı (2010) tarafından geliştirilen ölçek kullanılmıştır. Nitel veriler sonucunda, kabin personelinin kullandıkları mobil uygulamada içerik erişim problemi, yer alan içeriğin güncel olmaması, mobil uygulamanın pratik olmaması, uygulamanın yavaş olması, sistem çalışma problemi, güvenlik problemi gibi sorunlar yaşadıklarını belirtmişlerdir. Kabin personelinin yaşadıkları sorunlar dikkate alınarak Kabin Memuru Yönetim Sistemi, Android işletim sistemine göre geliştirilmiştir. Nicel verilerin analiz sonuçlarına göre araştırmaya katılan kabin personeli, Kullanılabilirlik Ölçütleri Değerlendirme Ölçeği'nin Etkinlik ve Memnuniyet alt boyutlarına "Katılıyorum" aralığına denk gelen cevaplar vermişlerdir. Ayrıca kabin personeli, Arayüz Bileşenleri Değerlendirme Ölçeği'nin Ekran Düzeyi, Tuş Yönetimi ve Menü Yapısı alt boyutlarına "Katılıyorum" aralığına denk gelen cevaplar vermişlerdir. Ayrıca ölçek farklı değişkenler açısından da incelenmiştir. Anahtar Kelimeler: Mobil uygulama,kabin personeli,havacılık,android
Makine öğrenmesi yöntemleri ile müşteri kaybı analizi
Günümüzde teknoloji geçmişe nazaran hızla gelişme göstermekte, artan ihtiyaçlara cevap verecek nitelikte fayda sağlamaya çalışmaktadır. Büyük veriler elektronik ortamlarda saklanmakta, kalabalıklaşan nüfusla birlikte saklanan verilere daha erken ulaşma ihtiyacı başı çekmektedir. Veri madenciliği sınıflandırma algoritmaları kullanılarak sağlanan çalışmalarla kalabalık verilerin gruplanması yapılmakta, bu veriler etiketlenerek gerektiğinde çok kısa bir süre içerisinde karşımıza çıkabilmektedir. Günümüzde gelişme gösteren hemen hemen her sektörde olduğu gibi lojistik sektöründe de rekabet koşulları hızla artmaktadır. Gelişmiş ülkelerin çoğunun entegre olduğu ve her geçen gün hızla gelişen lojistik sektörü ülkemizde 1980' li yıllarda hizmet vermeye başlamış, 1990' lı yıllarda tam anlamıyla rayına girmiştir. Bütün dünyada hızla gelişen bu sektör için müşteri sadakati çok büyük bir öneme sahiptir. Bu nedenle müşteri kayıplarını minimize etmek için müşteri ilişkileri yönetimine daha fazla önem verilmesi gerekmektedir. Artan e-ticaret sektörü ile birlikte daha fazla müşteri potansiyelinin yükseldiği görülmektedir. Aynı zamanda bununla birlikte lojistik sektörüne bir çok yeni firma dahil olmuştur. Bu koşullar doğrultusunda mevcut müşterileri elde tutmak, başka firmaya geçme eğilimi gösteren müşterileri tespit etmek önem kazanmıştır. Müşterilerin şirketten beklentilerini anlamak ve firmanın davranışlarını daha iyi takip etmek, buna yönelik stratejiler geliştirmek sektörde tutunabilmenin temeli haline gelmiştir. Kaybedilen müşterilerin geç tespit edilmesi, maliyetlerin artmasına sebep olmaktadır. Yeni müşteri kazanımı var olan mevcut müşterilerin elde tutulmasından daha fazla süre ve daha fazla maliyet gerektirmektedir. Buna bağlı olarak müşterilerin sergiledikleri davranışlar dikkate alınarak elde edilen veriler modellenerek, iptal eğilimi gösteren müşterilerin tespiti sağlanabilmektedir. Veri madenciliği büyük veri setleri içerisinde gizli kalmış anlamlı bilgiyi ortaya çıkarma faaliyetidir. Veri madenciliği hem klasik istatiksel yöntemleri hem de makine öğrenmesi yöntemlerini kullanabilir. En çok kullanılan alanlardan biri müşteri kaybı analizinde müşterileri segmentasyonlara ayırarak kaybedilecek müşterileri tahmin etmektir. Bu çalışmada, Türkiye' de faaliyet gösteren bir lojistik firması ile çalışan müşterilerin geçmiş iki yıldaki gönderi bilgileri incelenerek, kaybedilmiş müşteri davranışları ortaya çıkarılmaya çalışılmıştır. Veri madenciliği prensiplerine uygun olarak hazırlanan veriler üzerinde makine öğrenmesi algoritmalarından biri olan destek vektör makinesi (DVM) algoritması üzerinde uygulanmıştır. Firmadan alınan veriler içerisinden 2.000 adet müşteri uygulamamızda kullanılmıştır. Doğrusal olmayan bu veriler için en uygun sınıflandırma yöntemi DVM algoritması tercih edilmiştir. Bu müşterilerin geçmiş iki yılına ait veriler 3'er aylık dönemlere ayrılmıştır. Toplam 8 çeyrek üzerinde müşteri kaybı analizi yapılarak, firmadan ayrılma eğilimi gösteren müşterilerin gelecek üç aydaki kayıp analiz tahminlemesi yapılmaya çalışılmıştır.
Toprak üstü sıcaklığının yapay sinir ağları yöntemi ile modellenmesi
Bu çalışmada, çiftçilerin karşılaştıkları problemleri çözmek için biyolojik sinir ağlarının yapısına ve işlevlerine dayanan hesaplama modeli olan "Yapay Sinir Ağı (ANN)" kullanılmıştır. Tezin temel amacı tarım üretimini arttırmaya katkı sağlamaktır. Çiftçilerin verimliliği engelleyen bazı parametreleri kontrol edildi ve bu parametreler, bu araştırma çalışmasında ayrıntılı olarak incelendi. Bu araştırmada, toprak kalitesi, toprak pH-değeri, toprak su tutma kapasitesi, hava ve atmosfer koşulları gibi verimi azaltan parametreleri araştırmak ve sınıflandırmak için iki yöntem uyguladık. Burada, "Eğri uydurma" ve "Örüntü sınıflandırması" yöntemleri, çiftçilerin düşük verimliliğin nedenini araştırılması için uygulanmıştır. Eğri uydurma; olası kısıtlamalara tabi olan bir veri dizisine en iyi uyan bir eğri veya matematiksel bir fenksiyonu oluşturma sürecidir. Bu süreç, verilere tamamen uyum gerektiren iç değerlendirme ya da verilere yaklaşık uyan bir matematiksel filtrelemeyi içerebilir. Eğri uydurma yöntemi, ayrıca sinir ağının keyfi bir girdi-çıktı ilişkisini tanımlama ve temsil etme yaklaşımını kullanır ve ilişki modellendikten sonra, ağ tarafından gerekli doğruluk analizleri yapılabilir. Yapay Sinir Ağı'nı (YSA), çiftçilerin karşılaştıkları problemleri çözmek için uygulanmaktadır. Olası çözümleri araştırmak ve önermek için, bu çalışmada belirtilen iki yeni metodolojik yaklaşımı kullanıyoruz. Önceki araştırmalarla birlikte, daha fazla çiftçinin üretimin verimliliğindeki artışı bu yöntemle daha fazla geliştirilebileceğine inanıyoruz. Bu araştırma çalışmasında, İstanbul'da 41,1568 oN - 28,3119 oE koordinatlarında (Akören, Silivri) , 01.11.2016 - 31.12.2016 tarihleri arasında, her on dakikalık kayıtlarla toplanan veriler kullanılmıştır. Toprak sıcaklığındaki değişimin üretimdeki rolünü tanımlamak için; Güneş radyasyonu, UV Radyasyonu, Rüzgar şideti ve Rüzgar yönü parametrelerini girdi verisi olarak değerlendirdik. Bu parametreler TARSİM'e (Tarım Sigortaları) ait arşiv verilerine dayanmaktadır. Kullandığımız ilk yöntem, gerekli veri ve parametre doğruluklarını modellemede kullanılan eğri uydurma metodu olup, seri öngörüsü, fonksiyon yaklaşımı ve fonksiyon optimizasyonu gibi çeşitli görevler için de kullanılabilir. Eğri uydurma yöntemi, dikkate alınan veri noktaları kümesindeki toplam hatayı en aza indirgeyen parametre değerlerinin seçilmesi ve dolayısıyla bu araştırmada uygulanması esasına dayanır. Araştırdığımız ikinci yöntem, çiftçilerin karşılaştıkları sorunlara olası çözüm bulma konusunda yardımcı olabilecek "Model sınıflandırması"dır. Bu yöntem, nesneleri bir dizi kategoriye veya sınıflara ayırmayı amaçlayan bilimsel bir disiplindir. Bu konu aynı zamanda öğrenme algoritmalarının kullanılması yoluyla verilerin düzenliliğinin otomatik olarak keşfedilmesiyle ilgili makine öğrenmesi çalışmalarına girer. Öğrenme algoritmaları, girdi özellik alanını iki veya daha fazla sınıfın bir çıktı alanına eşleyebilen bir işlev oluşturmaya çalışır. Desen sınıflandırmasının amacı, sonlu sayıda sınıflardan birine giriş desenleri atamaktır. Bu yöntem, daha önceki araştırmalarda test edilmiş olup, bu çalışmada da olumlu sonuçlar veren bir yöntemdir. Elde edilen simülasyon sonuçları, "Levenberg-Marquardt (LM) ve ölçeklenmiş eşlenik gradyan (SCG) yöntemlerinin", bu araştırmada bu alanda şimdiye kadar kullanılan diğer yedi (7) yöntemin en iyisi olduğunu betimlemektedir. Yönteminin başarı oranı % 94,4 ile %99,2 arasında olup, LM algoritması ile eğitilen ağların daha hızlı olduğu gözlemlenmiştir. Ayrıca, bu modellerle ürün rekoltesi üzerinde önemli rol oynayan toprak sıcaklığı ve toprağın fiziksel özellikleri öngörebilecektir ve arazi koruma çalışmaları, Tarımsal politikalarda doğru kararlar alabilmeleri açısından çiftçilerin desteklenmesi sağlanabilecektir.
Fetal kalp hızı monitörizasyon sistemi (FKHMS) ve mobil entegre doppler (M-doppler) cihazının geliştirilmesi
m-Sağlık (m-Health), teknoloji kökenli mobil sağlık çözümleri olup, e-Sağlık uygulamaları çatısı altında giderek büyüyen bir sektördür. Hem hasta hem de sağlık çalışan grubunun sektöre yönelik sıkıntılarını giderebilen akılcı ve teknoloji odaklı çözümler sunan ve günden güne kullanımı giderek artması sebebiyle, sağlık hizmet sektöründe değer gören bir alan olmuştur. m-Sağlık, bireylerdeki rahatsızlıkların teşhis, tanı ve tedavi süreçlerinde yardımcı olmasından kaynaklı, hastalara sunulan hizmetin verimliliğini arttırmaktadır. Özellikle, planlı takip m-Sağlık sistemleri kullanımıyla, bireylerin her türlü sağlık parametrelerinin takibi, mevcut hastalıklarının seyri gibi bilgiler sayısal ortama medikal veri olarak aktarılmış olur. Anne karnında ölen bebek anne sağlığını da riske atmakta ve sağlıklı bir gebelik süresince de anne devamı anksiyete ve korku hissi yaşamaktadır. Olası acil durumlarda erken müdahale edilebilmesi anne ve bebek sağlığı için önem taşımaktadır. Tüm bu nedenler ve istatistiksel sonuçlara bakıldığında evde kullanıma uygun, mobil cihazlara ve m-Sağlık hizmetlerine entegre bir Doppler cihazına olan ihtiyacı ortaya koymaktadır. Bu sayede sistem, anne adaylarının hamilelik sürecinde hem annenin hem de fetüsün takibini yaparken, anlık sağlık verilerinin elde edilmesini, standart hamilelik takip ve değerlendirme süreçlerinin uzaktan yürütülmesine yardımcı olabilmektedir. Genelde, hamilelik sürecinde, anne ve bebek sağlık parametrelerinin takibini sağlayan Non Stress-Test (NST) cihazı, bu süreçte bireylerin sağlıklı bir şekilde takip edilebilmesi için hastane ortamında kullanılan yaygın bir cihazdır. Günümüz NST cihazlarının halen yaygın kullanımı hastane ortamında kalmıştır. Hâlbuki, hastaneye gitmeden ihtiyacı olan hamile bireylere, bu tür sağlık hizmetlerinin mobil ortamdan verilebilmesi teknolojik olarak mümkün iken, bireylerin normal yaşamına halen dâhil edilememiş veya mevcut muadil ürünlerin yetersiz kalması sebebiyle yaygınlaşamamıştır. Bu nedenle, bu çalışmada Sanayi Tezleri (SAN-TEZ) programı kapsamında destek alarak, günümüz teknolojisi ile güncellenmiş bir Mobil Entegre Doppler (m-Doppler) cihazının geliştirilmesi ve üretilen prototipi anlatılmıştır. Cihazın tasarım ve işletme ayrıntılarına tez içerisinde yer verilmiştir. Geliştirilen mDoppler cihazı ile fetüse ait anlık medikal verilerin, ev ortamında toplanması ve bu verilerin mobil ortamdan hastane veri tabanına aktarması sağlanmıştır. Bu cihaz sayesinde, bireylerin kayıtlı doktorlarına uzaktan anlık veri aktarımını kolaylaştırılmış ve doktorun hastası hakkında karar verirken, toplanan anlık medikal verilere bağlı bazı istatiksel veriler sunarak, doktorlara uzaktan bağlantı ile dolaylı olarak yardımcı olmaktadır.
Mobil pediatrik ön muayene ve izleme sistemi
Hastaların sağlık durumunu yansıtan temel fizyolojik parametrelerin gerçek zamanlı ölçülmesi, takip edilmesi, kontrol altında tutulması ve kaydedilmesi; meydana gelebilecek hastalıkların tanı ve teşhisi ile hastalık aşamalarının takibi açısından önemlidir. Teknoloji, hastalıkların teşhisine yardımcı olmakla birlikte hastalara olan hizmet verimliliğini artırmak amacıyla sağlık sektöründe büyük bir etkiye sahiptir. Mobil sistemler; tedavi sürecinde bütün hastalarda olduğu gibi, çocuk hastaların gözlemlenmesine ve sağlıklarıyla ilgili verilerin toplanmasına yardımcı olabilmektedir. Bu sayede, insanlar çocuklarının sağlık sorunlarının ve koruyucu tedbirlerin daha fazla farkında olacaktır. Akut Solunum Yolu Enfeksiyonu (ASYE) çocukluk çağında sıkça görülen bir hastalık grubudur. Bu tez çalışmasıyla ASYE tabanlı hastalıklarda mobil pediatrik ön muayene ve izleme sistemi (mPCMS) bir çözüm olarak düşünülmüştür. mPCMS doktorlara uzaktan bağlantı ile dolaylı olarak hastalara yardımcı olmaktadır. Böylelikle hastalardan ev ortamında toplanan verilerin, hastane ortamına mobil ortamdan aktarılması sayesinde hastalığa yönelik tedavi, karar verme sürecinde hastalara yardımcı olmaktadır. Buna göre, mPCMS ile çocuk hastaların tedavi öncesi ve sonrası sağlık verileri toplanarak doktor ile hasta ailesinin etkileşimli iletişiminde katkı sağlayacaktır. Çalışma her ne kadar çocuklar üzerine yoğunlaşsa da mPCMS uygulamasından dileyen herkes yararlanabilecektir.
Parkinson hastalıkları verilerinin makine öğrenmesi yöntemleriyle araştırılması
Bu tez çalışması Parkinson Hastalığı (PH) verilerine Makine Öğrenmesi algoritmalarının uygulanması üzerinedir. Bu amaçla özgün olarak yeni bir Makine Öğrenmesi algoritması tasarımına gidildi. Bu tasarım sonucunda; karar kaynaştırma ve sınıflandırıcı seçimi yöntemlerine dayalı olarak VIBES isminde yeni bir topluluk öğrenme algoritması geliştirilmiştir. VIBES algoritması ve diğer Makine Öğrenmesi algoritmaları UCI veritabanından seçilen 33 adet benchmark veri kümesine ve PhysioNet veritabanından elde edilen Parkinson verikümesine uygulandı. VIBES algoritması iki varsayımdan birinin tercih edilmesine göre çalışmaktadır. Bu varsayımlar: Özniteliklerin birbirlerine bağımlı olduğu ve bağımsız olduğu varsayımlardır. Bu varsayımlara göre 33 benchmark veri kümesi üzerindeki ortalama doğruluk oranları sırasıyla %89.80 ve %88.22'dir. Benchmark veri kümeleri üzerindeki ikinci en iyi ortalamaya sahip öğrenme algoritması %87.76 doğruluk oranıyla Rotation Forest algoritmasıdır. Her iki topluluk öğrenme algoritması için kullanılan ortak temel öğrenici Random Forests (RF) algoritmasıdır. VIBES algoritmasında topluluk birleştirme yöntemi için çoğunluk oylama yöntemi kullanılmış ve sadece ikili sınıflandırma problemleri için çoğunluk oylama yönteminin diğer yöntemlere göre daha iyi olduğu sadece teorik olarak gösterilmiştir. VIBES(RF) algoritmasında hipotez arama algoritması olarak optimize edilmiş ileri yönlü bir arama yöntemi ve Genetik Algoritmalar (GA) yöntemi kullanılmıştır. 33 adet benchmark veri kümesi üzerindeki sonuçlara göre optimize edilmiş ileri yönlü arama algoritması ortalama %89.6963 doğruluk oranı ve ortalama 3.2359 saniyelik arama zamanı ile GA yöntemine göre daha iyi sonuç vermiştir. GA yöntemiyle, %89.4184 doğruluk oranı ve ortalama 127.6958 saniyelik arama zamanı elde edilmiştir. Buna göre doğruluk oranları arasında çok ciddi bir fark olmamasına rağmen optimize edilmiş ileri yönlü arama algoritması GA'ya göre daha az sürede aramalar gerçekleştirerek topluluğu oluşturmuştur. VIBES(RF) algoritmasında özniteliklerin enformasyon miktarını ölçmek için iki yöntem kullanılmıştır. Bunlar: ReliefF ve Shannon entropidir. Bu iki algoritmanın ortalama doğruluk oranları sırasıyla %89.8153 ve %89.0519'dur. Bu iki sonuç istatistiksel açıdan önemli bir farka sahip olmadığı ve Shannon entropi diğer yönteme kıyasla daha hızlı çalıştığı için enformasyon ölçüm yöntemi olarak Shannon entropi, özniteliklerin bilgi miktarı ölçümü için varsayılan metot olarak ayarlanmıştır. Bu tez çalışmasında, çoğunluk oylamalı topluluk öğrenicilerde oluşturulan topluluğun gerçek hata oranını tahmin etmek için de veri uyarlamalı bir yöntem geliştirilmiştir. Bu yönteme göre 33 adet benchmark veri kümesi üzerinde özniteliklerin bağımlılığı varsayımına göre gerçek ve tahmini hata oranları arasındaki fark %0.575'tir. Özniteliklerin bağımsızlığı varsayımına göre gerçek ve tahmini hata oranlarının farkı ise %1.655'tir. Böylelikle her iki varsayımın ortalama hata oranı %1.115 olur. Tüm bu veriler ışığında hata tahmin yönteminin gerçek hata oranına oldukça yakın sonuçlar verdiği söylenebilir. Parkinson veri kümesi kullanılarak öznitelik oluşturmak için Fast Fourier Dönüşümü (FFD), Dalgacık dönüşümü (Haar, sym2, coif2, db2, db3, db4, db5, db6, db7, dmey, bio3.3 ve gaus2) ve Hilbert-Huang Dönüşümü (HHD) kullanılmıştır. Bu sinyal dönüşüm yöntemleri içerisinden HHD ile oluşturulmuş öznitelik kümesi üzerinde hem VIBES algoritması hem de diğer Makine Öğrenmesi algoritmaları yüksek doğruluk oranları vermiştir. Daubechies (db3) dalgacığı kullanılarak elde edilen öznitelik kümesi ikinci en iyi sınıflandırma doğruluğu veren sinyal dönüşüm yöntemi olmuştur. HHD kullanılarak oluşturulan Parkinson veri kümesine VIBES(KA) algoritmasının (özniteliklerin bağımsızlığı varsayımına); 2-katlı çapraz doğrulama, 5-katlı çapraz doğrulama, 10-katlı çapraz doğrulama ve Leave-One-Out-Çapraz-Doğrulama (LOOÇD) testlerinin 10 kere uygulanması sonucunda sırasıyla %95.4545±1.0785, %95.9394±1.3717, %95.4545±0.7693 ve %97.5758±0.0000 ortalama sınıflandırma doğrulukları elde edilmiştir. Bu testlerin ortalama sınıflandırma doğruluğu oranı ise %96.1061'dir. Bu deneylerin sonucunda LOOÇD yöntemi kullanılarak elde edilen topluluk hipotezi model olarak seçilmiştir. Bu model 14 temel hipotezden oluşmaktadır. Sonuç olarak literatürde daha önce yapılan 6 çalışmadan daha yüksek oranda sınıflandırma doğruluğu elde edilmiştir.
Şirket çalışanlarının AR-GE algısı ve departmanlar üzerindeki etkisi
Günümüz rekabet koşullarında, teknoloji geliştirme çalışmaları işletmeler açısından kaçınılmaz bir hal almıştır. Teknoloji geliştirme çalışmaları oldukça kapsamlı faaliyetlerden oluşmaktadır. Bunların içerisinde teknolojinin transfer edilmesi, kullanılması ve üretilmesi yer almaktadır. Teknolojinin transfer yoluyla temin edilmesi kısa vadede teknolojik ilerlemeye katkıda bulunsa da, uzun vadede etkileri oldukça düşüktür. Uzun vadede teknolojik olarak ilerlemenin en etkili yolu, teknolojinin üretilmesidir. Bu noktada, teknoloji yönetimi çalışmaları içinde önemli bir yere sahip olan Ar-Ge çalışmaları ön plana çıkmaktadır. Ar-Ge çalışmaları, maliyetli ve oldukça kapsamlı olmasının yanı sıra, getirisinin de uzun vadede olması açısından, işleteler bakımından riskler içermektedir. Bu riskleri minimum seviyeye indirmek için Ar-Ge'den en iyi şekilde faydalanmaya, çalışmaların sistematik bir biçimde yürütülmesine ve Ar-Ge performans ölçümlerinin yapılmasına bağlıdır. Teknoloji yönetimi, yönetim ve teknik uzmanlık ile alakalı bağlantıyı kurmak ve teknoloji transferi, araştırma geliştirme imalat, tasarım, test etme gibi teknoloji teminine ve teknolojinin ilerletilmesine yönelik faaliyetlerin organize edilmesi, örgütlenmesi, kontrolü ile alakalı faaliyetlerin bir bütünüdür. Bu çalışmada, Ar-Ge ve Ar-Ge'nin yönetimsel işlemlerine ilişkin değerlendirmeler ele alınmıştır. Çalışma birinci bölümünde Ar-Ge'nin tanımı, tarihçesi ve Ar-Ge'yi destekleyici kavramlar hakkında genel bilgilere yer verilmiştir. İkinci bölümde ise Ar-Ge'nin çalışmalarına değinilmiştir. Üçüncü bölümde Ar-Ge Yönetimi ve Ar-Ge Yönetimini etkileyen olumlu ve olumsuz faktörler, yönetim süreçleri hakkında bilgiler verilmiştir. Dördüncü bölüm araştırmanın yöntem kısmı, evreni, örneklemi, analizleri hakkında bilgileri kapsamaktadır. Beşinci bölümde Ar-Ge bölüm çalışanlarının tutumları ile ilgili anket çalışmasının ayrıntılı değerlendirilmesi yapılmış ve bunların sonuçları çizelgeler halinde açıklanmış ve karşılaştırılmalı sonuçlar değerlendirilmiştir.
Cern veri ağına (WLCG) yönelik analiz ve hesaplama altyapısı (TIER-3g) kurulumu
Hesaplamaya dayalı küme bilgisayarlar; günümüzde özellikle deneysel fizik, astronomi ve tıbbi bilimler gibi disiplinlerde geniş çaplı olarak kullanılmaya başlanmıştır. Gelişen teknolojiyle birlikte hesaplama yazılımlarını daha verimli çalıştırabilen çok çekirdekli (multicore) sunucu sistemleri küme bilgisayarların yerini almakta veya birlikte kullanılması konusunda çalışmalar yapılmaktadır. Bu tür sistemlere ihtiyaç, yapılan deney ve analizlerde ortaya çıkan yüksek verinin doğru ve zamanında işlenmesi, farklı analizlerin aynı anda farklı araştırmacılar tarafından yürütülmesi ve verimliliğin arttırılması gibi kritik nedenlerden ortaya çıkmaktadır. Dünya'nın başlıca deney merkezlerinden Avrupa Nükleer Araştırmalar Merkezi (CERN)'de, yıllık petabyte mertebelerinde deneysel yüksek veri üretildiği göz önüne alındığında, ihtiyaca cevap verebilecek bir veri ağının işlerliği ile analiz merkezlerinin üretkenliği, sürdürülebilirliği ve gelişimi önem kazanmaktadır. CERN'de yürütülmekte olan deneylerden ATLAS (A Toroidal LHC Apparatus) (Aad ve diğerleri, 2008), veri alımından birkaç yıl önce (2004) hesaplama modelini açıklamış (Adams ve diğerleri, 2004), buna göre Tier-0 merkezinde alınan ham verinin hiyerarşik yapıdaki Tier-1 ve Tier-2 merkezleri arasında paylaştırılarak dağıtık veriye dönüştürülmesi, CERN analiz tesisinde işlenmesi ve araştırmacıların veri yönetimi ile tekrar-işlemleme aşamalarında etkin rol alması öngörülmüştü. Bu amaçla geliştirilen Büyük Hadron Çarpıştırıcısı (LHC) veri ağı (WLCG), aynı dönemde kurularak deney-dışı (offline) yapılan ilk testleri ve başlangıç verisi işlemlemeyi başarı ile tamamlamıştır (Shiers, 2007). Diğer taraftan, belli başlı enstitüler ham verinin depolanması, çeşitli algoritmalarla ayrıştırılması ve dağıtılması gibi merkezi işlemleri gerçekleştiren bir ağın araştırmacıların son verinin (Ntuple) analizi için gereksinimleri karşılayamayacağını öngördüler. Bu dönemde, araştırmacılara yönelik kurulan, merkezi olmayan ve tamamen kurulduğu enstitünün kontrolünde yer alan Tier-3g merkezleri geliştirilmiştir (Gonzalez de la Hoz ve diğerleri 2008; Haupt 2010; Villipana 2012). Bu merkezler WLCG'nin bir parçası olup son deney verisini depolayabilmekte ve enstitülerin öncelikleri doğrultusunda analizleri gerçekleştirebilmektedirler. Enstitüler, açık kaynak kodlu geliştirilen ve çok çekirdekli sunucuların üzerinde efektif çalışabilen analiz yazılımlarını Tier-3g üzerinde geliştirmekte ve kullanmaktadır. İstanbul Aydın Üniversitesi'nde geliştirilecek Tier-3g merkezi çalışmaları 2023 yılına kadar çalışmaya devam etmesi beklenen Büyük Hadron Çarpıştırıcısı verileri için yüksek luminosity fazında yapılacak analizlerde önem kazanacaktır. Bu çalışmalarda, son deney verisi formatına uygun (D3PD, xAOD) dengeli olarak çok çekirdekli işlemcilerde analiz edilebilecektir.
Sosyal ağlardan eğitim düzeyi tahmini
Bu çalışmada sosyal ağlardan kullanıcıların eğitim düzeylerinin tahmin edilmesi konusu ele alınmıştır. Sosyal ağlara ait verilerden farklı bilgiler çıkarılmasına ihtiyaç duyulma nedenleri, çok değişik gerekçelere dayanabileceği gibi güvenlik ve ekonomik gerekçeler bunlardan ön plana çıkanlardır. Sosyal ağlar üzerine veri madenciliği (özellikle fikir madenciliği) yöntemi ile yapılan çalışmalar bilhassa yabancı literatürde oldukça yaygınlaşmaktadır. Ancak bu konu üzerine Türkçe literatürde yapılan çalışma sayısı artsa da yeterli olmadığı değerlendirilmektedir. Bu çalışmada yapılan analiz neticesinde Twitter kullanıcılarının eğitim düzeyleri hakkında bulgulara ulaşılmıştır. Çalışmanın son bölümünde ise ulaşılan bu bulgulardan hareketle bir değerlendirme yapılarak, gelecekte yapılacak benzer çalışmalar için bu çalışmadan elde edilen tecrübeler tavsiye niteliğinde paylaşılmıştır. Anahtar Kelimeler: Sosyal Ağlar, Veri Madenciliği, Twitter
Sezgisel algoritma kullanılarak en iyi yol rotalanması ve bir uygulama
Bu çalışmada çözülmesi zor problemlerden biri olan Gezgin Satıcı Problemi ele alınmıştır. GSP sezgisel yöntemlere yol göstermesi amacıyla en iyi sonuçların elde edilebilmesi için çözümüne yönelik karınca kolonisi algoritması kullanılmıştır. Amaç GSP üzerinde karınca kolonisi algoritması kullanılarak İstanbul Halk Ekmek şirketinin ekmek dağıtım araçlarının rotalama probleminin çözülmesidir. Karıncaların aralarındaki iletişimi sağlamaları için salgıladıkları feromon adlı sıvı haberleşmeleri açısından en temel madde olarak bilinmektedir. Bu algoritmada bulundukları alanda en kısa yolu bulma mantığıyla çalışan yapay karıncalardan faydalanılmıştır. Programımızdaki amaç, dağıtım araçlarının büfelere en kısa yoldan rota hesaplaması yapılmasıdır. Programda oluşturulan rota Google maps ile harita üzerinden görüntülenmektedir. Yapılan uygulamanın etkinliğini ve performansını ölçmek için aynı rotalar Excel- Solver (Evolutionary) çözülüp karşılaştırılmıştır.
Doğal dil işleme teknikleriyle yazar-kitap tanıma
İnsanlık yazının bulunmasından bu yana farklı yollarla birçok yazılı doküman üretmiştir. Yazılmış olan her yazı onu üreten yazarının izlerini taşımaktadır. Yazarın kelime hazinesi, düşünüş biçimi, mantık çıkarımları hatalı ya da eksil bilgileri, yazım alışkanlıkları metne yansımaktadır. Bu bakış açısıyla, yazılan her dokümanın yazarın metinsel parmak izi olduğunu söyleyebiliriz. Ancak gerçek parmak izinde olduğu gibi izde bulunan yazara ait olan özellikleri çıkarmak insan yeteneğini aşmaktadır. Metin üzerimdeki kişisel karakteristiği çıkarmak bilgisayar devriminden önce oldukça zor bir görevdi bunun yanında bilgisayarlar bu işlemi yapabilmektedir. Yazar tanıma işlemi için, çeşitli yazar özellikleri yazara ait eğitim metinlerinden tespit edilmekte ve daha sonra sisteme sokulan başka bir metinin öndeki eğitimden çıkarılmış karakteristik vektörüyle ile benzerliği hesaplanmaktadır. Metin üzerindeki yazar özelliklerinden bazıları: kelime hazinesi, yazım hataları, karakter ve kelime n-gram izleri vs. Bilgisayarlar sayesinde bu tip özellikleri metinin içerisinden çıkarabiliyor ve bir dokümanın yazara aitliğini tespit edebiliyoruz. Bu tezde, yazar tanıma işlemi yapılmıştır. 20 Türk yazarın farklı dağılımlarda yazmış olduğu 120 farklı Türkçe kitap üzerinde çalışılmıştır. Karakter n-gram yazarın stilometri özelliği olarak kullanışmış ve Naive Bayes sınıflayıcı metodu ile de sınıflama işlemi yapılmıştır. Tez kapsamında ilk önce, 120 Türkçe kitap bulunmuş ve txt formatına dönüştürülmüştür. Ardından, tüm kitaplar bir ön işleme sokularak boşluklar, karakter hataları, sayısal ve alfabetik olmayan ifadeler, noktalamalar, Türkçe olmayan karakterler yazıdan çıkarılmıştır. Ön işlemeden sonra, 120 kitap rasgele 20 yazar için 20 eğitim kitabı ve 100 test kitabı olarak iki farklı gruba bölünmüştür. Eğitim kitaplarında yazar etiketi bulunmaktadır. Yazar özelliği olarak bi-gram, tri-gram, quadri-gram özellikleri eğitim kitaplarından frekansı hesaplanarak çıkarılmış ve en sık 200 tanesi yazarın stilometrik vektör uzayı oluşturulmuştur. Bu noktada sistemimiz yazar tanıma işlemi için hazır durumdadır. Sistemimizi test etmek için, her bir test kitabını yazar etiketsiz olarak tek tek sisteme soktuk. Her bir test kitabı da tıpkı eğitim kitabı gibi bi-gram, tri-gram, quadri-gram özellikleri çıkarılarak en sık 200 tanesi yazar özelliği olarak aldık. Sonunda sistemde bulunan yazar özellikleriyle her hangi bir test kitabından çıkardığımız vektörü naive bayes sınıflandırıcı ile sınıflandırma sonuçlarını aldık. Test kitabının gerçekte olan yazarı ile sistemin tahmin ettiği yazar ismini karşılaştırarak sistemimizin başarısını ölçtük ve kaydettik. Tez çalışmasında farklı n-gram performansları Naive Bayes sınıflayıcı üzerinde performansları karşılaştırılmıştır. N-gram vektör uzaylarının yazar tanıma başarımları ölçülmüştür. Gözlemlerin sonucu olarak bi-gram vektör uzayı başarısız olmuştur. Bunun yanında tri-gram ve quadri-gram iyi sonuçlar vermiştir. En iyi performansı %82 başarım ile quadri-gram vermiştir. Tez sonunda tüm sonuçlar, karmaşıklık matrisi verilmiştir. İnternet çağıyla birlikte explonansiyel artmış olan elektronik dokümanların plagarizim, adli araştırma gibi yönlerden incelenebilmesi için tez konusu önemlidir. Alanda birçok İngilizce çalışma bulunmasına rağmen Türkçe çalışma oldukça azdır. Bilgisayar çağında, bilgisayarların insan dilini anlaması ve üretmesi üzerine çalışmalar yürütülmektedir. Türkçe'nin de diğer dillerin gerisinde kalmaması için bu tip çalışma önem arz etmektedir. Bu bakımdan tez Türkçe doğal dil işlemeye katkıda bulunmuştur. Anahtar Kelimeler : Metin sınıflama, Yazar tanıma, Naive bayes sınıflama, N-gram
Bireysel emeklilik sisteminde bulut teknolojileri kullanımı ve bir model önerisi
Birçok sektörde güncel bilgi ve iletişim teknolojilerinden faydalanmak kaçınılmız olduğu gibi finans sektörü içinde bu durum aynıdır. Bu teknolojilerden günümüzde en çok revaçta olanı, yer ve zaman bağımsız olarak kolay erişimin sağlandığı Bulut Bilişim teknolojileridir. Bulut Bilişim ortak amaçta olup ancak dağıtık olarak işleyen yapıların tek bir merkeze bağlantısının sağlanması ve buradan ortak faydalanılan bir sistem oluşturma olanağını mümkün kılmaktadır. Bireysel emeklilik sistemi bu kapsamda ele alınabilecek örneklerden biridir. Bu hizmeti sağlayan birbirinden bağımsız birçok şirket vardır. Burada tüm şirketlerin ortak noktası potansiyel müşteriler diğer bir deyişle bireysel emeklilik sistemine dahil olabilecek katılımcılar olduğuna dikkat edilmelidir. Bu şirketler arasında katılımcıların takip edildiği yani kişinin herhangi bir emeklilik şirkettinde bir bireysel emeklilik kaydı olup olmadığı varsa da hangi oranda olduğunu gösteren bir sistem mevcut değildir. Bu noktada bulut bilişim sisteminden yararlanılarak şirketlerin ortak bir havuz oluşturuduğu, her an ve her yerden bağlanılabilecek bir sisteme ihtiyaç duyulmakta ve bu ihtiyaca yönelik olarak bulut bilişim mimarisini kullanıldığı Bireysel Emeklilik Ortak Sistemi (BESOrtak) oluşturulmuştur.
İlişkisel ve NoSQL veri tabanı sistemlerinin performans karşılaştırması
Dr. Edgar Frank Codd tarafından 1970 yılında yayınlanan "A Relational Model of Data for Large Shared Data Banks" adlı makale ile hiyerarşik veya gezinme yapısı yerine satır ve sütunlar içeren basit tablolar kullanan ilişkisel veri tabanlarını önerdiğinde mevcut hiyerarşik veya ağ veri tabanlarında işlemler yapmak çok zordu. Ara bir uygulama olmadan verilere erişmek gerektiği için, sorgulama yapan kişi işaretçiler(pointers) gibi karmaşık işlemler ile uğraşmak zorundaydı. Bu temel sorunlar ilişkisel veri tabanlarının ortaya çıkmasına neden oldu. Günümüzde akıllı telefonların artması, sosyal medya kullanımı, metin, görüntü, video, GPS ve Sensör verilerinin artması ile veri oluşumu şirketler için petabyte seviyelerine gelmiş ve veri türlerinin bir kısmı artık yapısal olmayan formatlarda oluşmaktadır. Google, Facebook ve Twitter gibi yüz milyonlarca insanın sürekli veri oluşturduğu bu platformların alt yapısında NoSQL veritabanları kullanılmaya başlanmıştır. Bu büyük şirketlerin önderliğinde keşfedilmeye başlanan NoSQL veri tabanları günümüzde birçok farklı veri tabanı modeliyle farklı amaçlarda kullanılmaktadır. Bu çalışmanın amacı: Yaklaşık 40 yıldır kullanılan ilişkisel veri tabanları ile günümüzde yaygınlaşmaya ve kullanılmaya başlanan NoSQL yani Big Data veri depolama sistemlerini performans açısından karşılaştırmak her iki kavramı da artıları ve eksileri ile ele almaktır. Diğer çalışmalardan farkı ilişkisel VTYS, Doküman tabanlı VTYS, Sütun tabanlı VTYS sistemlerinin aynı hacimdeki veri ile karşılaştırılmasıdır. Sonuç olarak toplu veri yazma, okuma, güncelleme işlemlerinde MongoDB VTYS, silme, gruplama işlemlerinde MySQL VTYS, tek tek yapılan işlemlerde Cassandra VTYS daha performanslı sonuçlar vermiştir. Cassandra VTYS'de toplu işlemlerde tekil alan koşulu zorunlu olduğundan toplu işlemlerde performans yönünden geri kalmıştır. MongoDB dinamik şema oluşturduğundan yazılımcı dostudur.
Mobil fetal kalp hızı monitorizasyon sistemi (FKHMS)
Tez, bir mobile entegre Doppler (mDoppler) cihazı aracılığı ile Fetal Kalp Hızı (FKH)'nın uzaktan izlenmesi (örn. ev ortamı)'ni ele almaktadır. Geliştirilen sistemin amacı, özellikle yüksek riskli gebeliklerde fetüsteki risk durumunun, mobil entegre Doppler cihazı ile izlenmesini ve FKH'nın hesaplanmasını sağlamaktır. FKHMS, evdeki gözlem periyodu sırasında mDoppler cihazını anne adayının karnına bağlayarak ve FKH değerlerini dikkate alarak mevcut fetüs koşullarını analiz etmeyi sağlayan kendi çıkarım mekanizmasına sahiptir. Gözlem periyodu sırasında mDoppler'in çıkış sinyali olarak anında toplanan FKH değerleri, anne adayının mobil cihazında görüntülenir ve ayrıca FKHMS'ne veri girişi yapılır. Mevcut fetüs koşulları, sırasıyla fetüsün Normal, Atipik / Uyarı ve Anormal / Alarm koşullarını gösteren Yeşil, Sarı ve Kırmızı olarak kodlanır. Bu nedenle, FKHMS, alarm durumu haline sorumlu ebeveynleri, hekimi ve ambulans servisini bilgilendirir. Bu araştırmada, FKHMS, Dawes / Redman algoritması kullanılarak değerleri takip etmek amacıyla bir vakanın son 10 gebelik haftası için (30 ila 40. haftalar) FKH örnek değerlerini ele almaktadır. FKHMS, literatürde (Elektronik Fetal Monitorizasyon) EFM görevinin görsel analiz algoritmalarından geliştirilmiştir.
Trackartı: Akut solunum yolu enfeksiyonu geçiren çocuk hastalar için mobil sağlık takip sistemi
Bu tez çalışmasında, Akut Solunum Yolu Enfeksiyonu Geçiren Çocuk Hastalar İçin Mobil Sağlık Takip Sistemi (TrackARTI) geliştirilmiştir. Bu çalışmada, 0-6 yaş arası çocuklardaki Akut Solunum Yolu Enfeksiyonları (ASYE) hastalıklarının tedavisinde ebeveynlere veya sağlık uzmanlarına rehberlik edecek olan bir uzaktan tıbbi takip sistemi anlatılmıştır. Bu sistemin temel amacı, ASYE dönemlerindeki çocuk hasta vakalarına ait gerçek ve anlık medikal verileri çeşitli ortamlarda anlık olarak toplamak, istenildiğinde görüntülemek, makinelerin anlayacağı şekilde yapısal formda saklamak, sistemin kendi çıkarım mekanizması sayesinde yorumlayıp kişiye özgü medikal önermeler yapmak veya çıkarsanmış ilgili yeni verileri sunmaktır. Sistemin temel kullanıcı grubu pediatri uzmanları ve ailelerdir. Bu sistemin ilk paydaşları ebeveynler, çocuk hastalar, pediatri uzmanları ve ilgili sağlık personelidir. Önerilen TrackARTI sistemi akıllı M-Sağlık sistemlerine bir örnek teşkil etmektedir. Sistemin, TrackARTI Yapay Zekâ Çıkarım Mekanizması ve TrackARTI Mobil Uygulaması olmak üzere iki temel çıktısı bulunmaktadır. Ayrıca, Yapay Zekâ Çıkarım Mekanizması kendi içinde iki temel çalışmayı içermektedir; 1) Medikal Görüntü İşleme tabanlı çıkarımlar ve 2) Anlamsal Veb Tabanlı Çıkarım Kuralları yoluyla yeni veriler ve önermelerin çıkarsaması.
Bitki örtüsü indeksinin yapay sinir ağları ve dalgacık dönüşümü ile analizi
Bu çalışmada, NASA'ya ait TERRA MODIS uydusundan alınan Marmara Bölgesi'ne ait 2011-2016 yılları arası YAİ (Yaprak Alan İndeksi) verileri ile bitki indeksi değerlerinin yerel ve zamansal değişiminde şehirleşme, göç vb. etkilerin rolü analiz edilmiştir. Atmosferde bulunan sera gazlarının giderek artması, çağımızın en önemli sorunu olan küresel ısınmaya neden olmaktadır. Küresel ısınma ise buzulların erimesine dolayısıyla deniz seviyesinde yükselmeye, bazı bölgelerde kasırgalar, seller gibi çeşitli hava olaylarının artmasına neden olmaktadır. Ayrıca bazı bölgelerde yağmurların azalmasına bağlı kuraklığın meydana gelmesine yol açmaktadır. Fosil yakıtlar, hızlı nüfus artışı, yeterince ağaçlandırma yapılmaması, ormanların tahrip edilmesi gibi aktiviteler küresel ısınmanın etkilerini artırmaktadır. Türkiye'de de özellikle hızlı nufüs artışının görüldüğü Marmara Bölgesi'nde iklim değişiminin etkileri hissedilir boyuta gelmiştir. Yağış miktarında azalma, yangınların artması, yüzey sıcaklığının artmasına bağlı bitki türlerinde azalma bu etkilerin başında gelmektedir. Kuraklık tarımsal verimde düşüşe sebep vermektedir. Turizm de bu olumsuzluklardan etkilenen sektörlerden biridir. Bu tez çalışmasında seçilen Marmara Bölgesi için bitki örtüsü değişimi matematiksel modellere dayalı olarak analiz edilmiştir. Yöntem olarak Dalgacık Dönüşümü ve Yapay Sinir Ağları ile hibrit bir sistem oluşturulmuştur. Böylelikle hata payı daha düşük tahminler elde edilmiştir. Ayrıca Marmara Bölgesi'nde yer alan 10 istasyondan (Edirne, Tekirdağ, Çanakkale, Balıkesir, Bursa, İstanbul, Sakarya, Kocaeli, Bilecik, Kırklareli) alınan yağış bilgileri istatistiksel olarak yorumlanmıştır. Böylelikle küresel ısınmaya bağlı olarak yağış miktarındaki değişim analiz edilmiştir. İllerimizde genel birlikte 5-6 aylık zaman kayması dikkat çekmektedir. Toprağın yağışı bitki üyelerine transferinde yaşanan gecikmenin bu zaman kaymasına neden olduğu tespit edilmiştir. Sürekli dalgacık dönüşümü ile elde edilen entropi grafiklerinden şiddetli yağışların frekansında artış olduğu görülmüştür. Daubechies algoritması ile dalgacıklara ayrılan yağış Levenberg-Marquardt geri yayılım yapay sinir ağı algoritmasına girdi olarak gönderilmiştir. YSA eğitim sonuçlarına göre en düşük MSE ve RMSE değerleri Çanakkale ilinde kaydedilmiştir. Çanakkale ilinde kara-deniz etkileşimi bu sonucu etkilemiştir denilebilir. MB ve RMB değerlerinin ise en düşük olduğu il Bursa olmuştur. NRMS değeri Balıkesir ilinde en düşük çıkmıştır. Çalışma sonunda yağışa bağlı YAİ değerlerinin tahmininde Dalgacık-YSA modelinin başarılı sonuçlar verdiği saptanmıştır. Bu modelin bitki örtüsü verilerine dair çalışmalarda uygulanabilirliği ortaya konmuştur.
Veri madenciliği yöntemleri ile uçuş biletleme analizi
Bir çok sektörde kullanılan veri madenciliği hava yolu şirketleri açısında da büyük potansiyel barındırmaktadır. Kritik öneme sahip müşteriye direkt dokunan stratejik kararlarda, veri madenciliği yöntemleri etkin kullanılmaktadır. Verinin işlenip bilgiye dönüştürülme sürecine veri madenciliği denir. Birliktelik kuralları ve Apriori algoritması veri madenciliği alanında sıklıkla kullanılan yöntemlerdir. Bu tez çalışmasında, öncelikle veri madenciliği açıklanmış ve çalışmada kullanılacak yöntemler tanıtıldıktan sonra Türk Hava Yollarının 2016 yılı yaz ve kış dönemlerine ait yolcuların biletleme verileri ele alınmıştır. Veri ön işleme ve temizleme süreçlerinden sonra 2036113 satırdan oluşan uçuş biletleme verisine Birliktelik kuralları ve Apriori Algoritması uygulanarak 824 adet kural ortaya çıkarılmıştır. Elde edilen kurallar yorumlanarak ve kuralların etkileri değerlendirilerek müşteri deneyimine olumlu katkı sağlayabilecek öneriler sunulmuştur. Anahtar Kelimeler : Veri Madenciliği, Apriori Algoritması, Birliktelik Kuralları, Uçuş Biletleme
Derinlik kamerası ile derin öğrenme tabanlı nesne tespiti
Dünya nüfusundaki artış, tarımsal üretimin bu artışı karşılaması açısından yeni teknolojilere ihtiyaç oluşturmaktadır. Bu kapsamda tarımsal üretimin hasat kısmında gerekli işçi gücünün bulunması ve verimli hasat işlemleri açısından sıkıntılar yaşanmakta olduğu tüm dünyada aşikâr bir gerçekliktir. Bu konuda otonom hasat robotlarının geliştirilmesi ve aktif olarak sahalarda kullanılması bu sorunun çözümü olarak sunulmaktadır. Dünya genelinde birçok ürün özelinde otonom hasat robotları geliştirme çalışmaları yapılmaktadır. Bu çalışmalar açısından özellikle bilgisayarlı görü çalışmalarında yaşanan gelişmeler, nesne tespiti ve sınıflandırılmasında kullanılan derin öğrenme algoritmalarında alınan başarılı sonuçlar otonom hasat robotlarının tarım sahalarında aktif kullanılmasını mümkün hale getirmiştir. Yazılımsal olarak yaşanan bu gelişmelerin yanı sıra donanımsal olarak bu algoritmaların üzerinde çalışacağı kartların gelişmesi ile otonom hasat robotlarının işlem hızları artmakta ve hasat süreleri azalmaktadır. Otonom hasat robotlarının gelişimi ile tarımsal alanda yaşanan işçi gücü problemi, insan kaynaklı hatalar ve iş kazalarının yaşanması sorunlarına çözüm geliştirilmektedir. Bu tez çalışmasında, kamkat meyvesi otonom hasadında kullanılmak üzere derin öğrenme tabanlı nesne tespiti çalışması yapılmıştır. Bu kapsamda otonom hasat robotlarının görü sisteminde ihtiyaç duyduğu gerçek zamanlı nesne tespitini yapmak için YOLO algoritmasının dört farklı mimarisi ile eğitimler yapılarak en uygun model tespiti gerçekleştirilmiştir. Nesne tespitinden sonra kamkat meyvesinin hasadı için ihtiyaç duyulan toplama noktasının tespiti işlemi gerçekleştirilmiştir. Toplama noktası tespiti ile otonom hasat işleminde problem oluşturacak yaprak ve dal gibi problemlerin önüne geçilmesi hedeflenmektedir. Yapılan test işlemleri sonucunda en başarılı sonuçlar YOLOv7 modelinde %93 genel doğruluk ve 35 FPS (Saniyedeki Kare Sayısı) oranı ile elde edilmiştir.
Türkçe metinlerde duygu analizi için yapay zeka çeviri araçlarının etkisi
Duygu analizinde, belirli bir görev için en verimli modeli belirlemek genellikle zordur. Zaman, maliyet ve başarım gibi kriterler model seçiminde belirleyici rol oynar. Bu nedenle modellerin performanslarının karşılaştırılması önem taşır. Ön eğitimli dil modellerinin bazıları sadece İngilizce olarak eğitilmiştir ve bu modeller ile Türkçe metinler üzerinde duygu analizi yapabilmek için çeviri yapılması gerekmektedir. Hatalı veya eksik çeviri ile İngilizce eğitilmiş modellerde doğru başarımlar elde edilemeyeceğinden çeviri aşaması oldukça önemlidir. Bu çalışmada GPT, Google Translate ve Amazon Translate servislerinin İngilizce çeviri performansları gözlemlenmiştir. Metinlere Türkçe→İngilizce→Türkçe biçiminde döngüsel çeviri işlemleri uygulanmıştır. Orijinal ve çeviri ile elde edilmiş Türkçe metinlerin vektör temsilleri elde edilmiş, aralarındaki Levenshtein uzaklığı, Kosinüs Benzerliği ve semantik benzerlik oranları elde edilmiştir. Bu değerlerin ortalamaları ile başarımları hesaplanarak zaman ve maliyet gibi kriterlerde göz önüne alınmıştır. Google Translate, yüksek semantik benzerlik oranı, ücretsiz ve hızlı olduğundan İngilizce modellerin performans değerlendirmesi için veri setlerinin çeviri yöntemi olarak kullanılmıştır. Pozitif (Olumlu), Negatif (Olumsuz) veya Nötr (Tarafsız) olarak etiketlenmiş veri setiyle Türkçe ve İngilizce olarak yapılan duygu analizi model performans değerlendirmelerinde, online API ile erişim sağlanabilen GPT ve Amazon Comprehend servisleri, ön eğitimli modeller (pre-trained models) olan Google BERT ve Facebook RoBERTa modellerinin gerisinde kalmıştır. En başarılı modelin Türkçe için eğitilmiş Google BERT modeli olduğu sonucu ortaya çıkmıştır. İyi eğitilmiş Türkçe modeller, İngilizce modellere göre daha başarılıdır.
Yapay zeka yöntemlerinin doğal dil işlemede etkin kullanılması
Dilin soyut ve dinamik doğası, dili yapay zekâ ile modellememizde belli sınırlılıklara yol açmaktadır. Bu sınırlılıklarını en aza indirgemek için dili ve bağlamını çok boyutlu yapılar olarak ele almak ve modellemede veriye özgü yöntem stratejisi belirlemek gereklidir. Bu tez çalışmasında, yapay zekâların içerik üretme performansı, içeriklerin analizi ve içeriklerin sınıflandırılması ele alınmıştır. Yapay zekaların performansı eğitim bilimleri kapsamında ele alınmış ve içerik üretme kapasitelerinin etkili istem tasarımı ile nasıl geliştirilebileceği üzerine odaklanılmıştır. Eğitim bilimlerinde Bloom Taksonomisine uygun olarak soru tasarımı gerçekleştirilmiş ve taksonomiye uygun soru hazırlamada rehberlik eden referans noktalar özenle dikkate alınmıştır. İçeriklerin analizi için Sinema filmlerine ait içerikler film puanı ve türünün makine öğrenimi modelleriyle tahmini için kullanılmıştır. Bu bağlamda öznitelik seçimine ve girdi oluşturulmasına değinilmiş ve belirli özniteliklerle film puanı için regresyon modelleriyle tahmin yapılmıştır. film özetlerini içeren tür sınıflandırılması ele alınmıştır. Günümüz önemli mental sağlık sorunları arasında olan anksiyete, depresyon ve intihar eğilimlerinin ilgili sosyal medya gönderileri ile belirlenmesi mümkün hale gelmiştir. Sosyal medya gönderilerinin sınıflandırması için metin ön işleme tekniklerinin ve hiper parametre yöntemlerin başarıma etkileri ele alınmıştır. Diğer taraftan metin vektörel temsilleri için farklı yöntemler ele alınmış ve sınıflandırma performansı incelenmiştir. Sadece tekrarlayan ifadeleri kaldırarak uygulanan ön işlemden sonra yapılan Roberta modeli ile %87,2 başarım elde edilmiştir. Bi-LSTM modeli eğitiminde ön eğitimli Roberta, word2vec ve TF-IDF vektörlerinin birleştirilmesiyle oluşturulmuş hibrit vektör sınıflandırma başarımını %13 kadar artırdığı görülmüştür. Yapay zekâ yöntemlerinin doğal dil işlemede etkin kullanılması için üç farklı problem farklı yöntem ve tekniklerinin değerlendirilmesi yapılmıştır. Yapılan uygulamalarda görüldüğü üzere gerek metin içeriklerinin çeşitliliği gerek önişlemlerin sırası ve yapılması ve gerekse hiper parametre yöntemlerinin uygulanması başarımı ciddi şekilde etkilediği görülmüştür.
Araçlarin internetinde federe hibrit gizlilik korumali film öneri sistemi
In this research, we introduced a pioneering strategy to address the pressing privacy concerns associated with vehicular movie recommendation systems. As the demand for personalized entertainment options in vehicles increases, so does the need to protect user data. To tackle this challenge, we utilized the PyTorch framework to create a robust foundation from scratch. A key component of our approach was the addition of Laplace noise during the training process, which ensured differential privacy. This technique effectively safeguarded user data while simultaneously optimizing model performance, allowing us to maintain high levels of recommendation accuracy. Furthermore, we employed the Optuna hyperparameter optimization framework, which played a crucial role in enhancing the model's performance. By fine-tuning various parameters, we were able to elevate the overall efficiency of the system beyond the capabilities of the base model. Our extensive experimentation utilized the Movielens-1M benchmark movie dataset, which provided a solid basis for evaluating our approach. The results demonstrated a significant improvement over baseline models, validating the effectiveness of our privacy-preserving vehicular movie recommendation system. In addition to our centralised model, we conducted a comprehensive comparison with practical federated frameworks, including FedAvg, FedProx, and FedMedian. Our findings revealed that all federated models outperformed the centralised models by at least 2%, while also exhibiting shorter runtimes.
Image super resolution using deep learning techniques
Image SR using Deep Learning Techniques has become a critical area of research, with significant progress in improving image quality and detail. This thesis examines and contrasts eight advanced deep learning-based SR methods: CARN, EDSR, ESPCN, RCAN, RDN, SRCNN, SRGAN, and VDSR, using the DIV2K dataset. The evaluation covers multiple aspects to offer a thorough understanding of each method's effectiveness, efficiency, and structure. Performance measurements such as PSNR and SSIM are utilized for evaluating the fidelity of super-resolved images. Computational efficiency is evaluated based on inference time and memory requirements. Training time is analyzed, taking into account the speed of convergence for training on the DIV2K dataset. Model complexity is examined, exploring architectural details such as network depth, and the integration of specialized elements like residual blocks and attention mechanisms. Additionally, the thesis explains in a clear and detailed manner the trade-offs between performance and complexity, discussing whether more complex architectures deliver significantly better results compared to simpler models and whether the computational cost justifies the improvements. Finally, a qualitative comparison is conducted to emphasize the strengths and weaknesses of each technique. Through this comprehensive analysis, this thesis offers insights into the field of deep learning-based image SR, assisting researchers and practitioners in choosing the most appropriate method for various applications.
Türkçe sözdiziminin biçim-sözdizimsel seviyede analiz edilmesi yöntemi
Syntactic analysis allows us to analyse the sentence structure in various ways. Constituency parsing is one of the various ways of conducting syntactic analysis. This parsing method defines sentence structure as hierarchical relationships between words or phrases and represents them in tree form. Constituency parsing employs constituency grammar which defines how constituents combine and form other constituents. In this grammar, any syntactic structure from the sentence to the words is represented by the constituents. Although this approach is designed to focus on universal aspects of the languages, English has always been in its focus. This situation makes the constituency approach miss the details that the morphology puts in the syntax of morphologically rich languages. In this study, we implement an extension for the constituency parsing which overcomes the challenges in parsing of MRL (Morphologically Rich Language). We propose ideas tailored to Turkish, yet they can be used for any language like Turkish. Our extension enables the constituency parsing to start at the morpheme level. Thus, we involve morphemic structures in the parsing process and express their syntactic effects on the structure. We have our implementations by extending the CYK (Cocke Younger Kasami) algorithm. During parsing, we utilize extra rules to transfer the ambiguity in morphology to the parsing. In addition, we designed a morpheme-focused constituency set for Turkish. This set involves affixes, stems and phrases headed by a stem. We demonstrate our work with a mini treebank and the grammar generated from it.
NLP kullanarak öğrenci anketlerinden anlamli bilgiler çikarmak
This thesis applied NLP techniques to analyze and summarize bilingual student feedback collected via end-of-semester surveys. The dataset, which contained open-ended responses in both English and Turkish, required a model adept at preserving linguistic nuances across languages. The Llama 2-7b-hf model, which had been trained explicitly for text generation, was selected for its capability to produce coherent and contextually relevant summaries. Data preprocessing involved organizing metadata such as department, semester, course name, and section number, segregating comments by word count, and removing personal identifiers to ensure privacy. Shorter comments (fewer than ten words) were grouped and summarized using a pipeline from the Transformers library, while longer comments were fine-tuned with metadata-specific prompts for detailed summarization. To further enhance analysis, sentiment classification was performed using the "cardiffnlp/twitter-roberta-base-sentiment" model, categorizing feedback into negative, neutral, and positive sentiments. Evaluation metrics included expert reviews, contextual relevance, and logical consistency with the dataset's sentiment distribution. Compared to previous models, the Llama 2 model demonstrated superior performance in generating complete, coherent summaries while preserving the overall intent and tone of the comments. Ultimately, this research highlighted the effectiveness of LLMs in processing multilingual educational data and their potential to provide actionable insights for improving course content and student experiences.
Semantic relation extraction by enriching word embeddings exploiting turkish morphology
Distributed representations (DR) are used to capture semantic and syntactic patterns in language by analyzing the distributional relationships of words within textual data. The modeling methods that produce DR are based on the assumption (distributional hypothesis) that "words that occur in the same context tend to have similar meanings," which is inherent to the nature of language. These modeling methods, due to their unsupervised nature, can be trained without human judgment input, allowing researchers to train large datasets at relatively low costs. Although word-based models perform effectively for languages with limited vocabularies, such as English, they exhibit considerable inefficiency when applied to morphologically rich languages with unlimited vocabularies, such as Turkish. We observed that n-gram and statistical segmentation methods, which are commonly used in subword modeling to address the issues of out-of-vocabulary and rare-words, are highly sensitive to orthographic similarity. Consequently, these methods struggle to distinguish between unrelated concepts (e.g., shrink - shrine). Moreover, we noted that the impact of morphological segmentation methods on these types of problems has shown inconsistent results in the literature. This thesis aims to make conceptual assumptions and improvements concerning different types of semantic relationships (e.g., relatedness and similarity), to model the role of language morphology as an input in subword DR models, and to develop the dataset generation methodologies and evaluation methods to measure this effect. Within the scope of the study, different models and segmentation methods were empirically tested, the AnlamVer and OSimUnr datasets were produced, and the task of relatedness classification and associated evaluation methods were proposed to measure the noise introduced by segmentation to the model. Our experiments demonstrate that morphological segmentation produces significantly less noise compared to n-gram-based methods and can lead to substantial performance improvements depending on the nature of the task.
Kültürel bağlamda otorite temelli sosyal mühendislik saldırılarının etkinliği: Türkiye ve katar örneği
Bu çalışmada otorite figürlerinin sosyal mühendislik saldırılarındaki etkinliği kültürel bir bağlamda incelenmektedir. Türkiye ve Katar'daki elektrik dağıtım şirketlerinde çalışan 900 katılımcının yer aldığı deneysel bir tasarım kullanılmıştır. Analizde, bireysel ve kurumsal otorite figürlerine göre farklılaştırılmış genel oltalama ve hedefli oltalama saldırılarının başarı oranları karşılaştırılmıştır. Sonuçlar, hedefli oltalama saldırılarının genel oltalama saldırılarına kıyasla önemli ölçüde daha yüksek başarı oranlarına ulaştığını göstermiştir. Otorite türünün etkisi kültürel bağlamlar arasında farklılık göstermiştir. Türkiye'de bireysel otorite figürlerine dayalı saldırılar daha başarılı olurken; Katar'da kurumsal otorite figürlerini kullanan saldırılar daha etkili olmuştur. Ayrıca, ülke ile otorite türü arasındaki anlamlı etkileşim, otorite temelli saldırıların etkinliğinin büyük ölçüde uygulandıkları ülkeye ve otoritenin biçimine bağlı olduğunu ortaya koymaktadır. Çalışma ayrıca, oltalamanın gerçekleşeceği web bağlantısına tıklama etkileşimi ile müteakip veri gönderimi arasında güçlü bir ardışık ilişki olduğunu ortaya koyarak, ilk güvenlik açığı ortaya çıktıktan sonra artan davranışsal kırılganlığı göstermektedir. Bulgular, sosyal mühendislik saldırılarına karşı savunma stratejileri tasarlanırken kültürel faktörlerin dikkatle değerlendirilmesi gerektiğini ve bilgi güvenliği politikaları geliştirilirken sosyokültürel kodların dikkate alınması gerektiğini ortaya koymaktadır. Özellikle, yüksek güç mesafeli kültürler otorite taleplerini sorgulamaya odaklanan eğitimler gerektirebilirken, düşük güç mesafeli kültürler otonom karar verme sürecini güçlendirmeyi amaçlayan müdahalelerden faydalanabilir. Kuruluşlara, güvenlik farkındalığı programlarını hedef kitlelerinin otorite dinamiklerine ve kültürel özelliklerine göre uyarlanmalıdır.
Parola karma algoritmalarının derinlemesine karşılaştırması: kriptografik güvenlik, performans etkinliği, regülasyon uyumluluğu ve anahtar türetim stratejilerinde gelecek eğilimler
Parola karma ve anahtar türetme fonksiyonlarının uygulanması, kullanıcı kimlik bilgilerinin kaba kuvvet saldırılarına ve yetkisiz erişime karşı korunmasını amaçlayan kimlik doğrulama ve kriptografik güvenlik şemalarının temelini oluşturmaktadır. PBKDF2, bcrypt ve scrypt gibi parola karma algoritmaları günümüzde oldukça popüler olmasına rağmen modern donanımdaki gelişmeler, paralel işlem yetenekleri ve gelişmiş kriptoanalitik saldırılar karşısında yetersiz kalmaktadır. Bu eksiklikleri gidermek amacıyla, 2013 yılında parola karma yarışması başlatılmış ve parola karma için 22 aday fonksiyonel değerlendirmeye alınmıştır. Yapılan kapsamlı incelemeler sonucunda, güvenlik, hız, bellek dostu olma, esneklik ve verimlilik kriterlerine dayanarak 9 finalist belirlenmiştir. Bu çalışma, parola karma yarışması finalistleri olan Argon, battcrypt, Catena, Lyra2, MAKWA, Parallel, POMELO, Pufferfish ve yescrypt üzerine yapılan derleme ve performans değerlendirme çalışmalarını ele almaktadır. Finalistler mimari açıdan değerlendirilmiş, güvenlik özellikleri, bellek kullanım dayanıklılığı, performans açısından avantaj ve dezavantajları ayrıca pratik kullanımları incelenmiştir. Bu yeni fonksiyonların geleneksel parola karma algoritmaları ile kıyaslanarak eksiklikleri ve avantajları ortaya konmuştur. Parola karma algoritmalarının kuantum sonrası dayanıklılığı ele alınarak, bu fonksiyonların kuantum saldırılarına karşı dayanıklılığı ve ek bir güvenlik önlemi olarak kullanılan "peppering" tekniğinin rolü araştırılmıştır. Ayrıca parola karma yarışması finalistlerinin NIST SP 800-63B, OWASP ASVS, PCI DSS, GDPR, KVKK ve ISO/IEC 27001 gibi küresel standartlar ve regülasyonlarla olan uyumluluklarını kapsamlı bir şekilde haritalandırılarak, regülasyonlara uyumlu olması gereken organizasyonlarda güvenli dağıtım için pratik uygunlukları değerlendirilmiştir. Son olarak, web kimlik doğrulaması, anahtar türetme fonksiyonları ve gömülü platformlar için bu fonksiyonların kullanımına yönelik öneriler sunulmuştur. Bu çalışmanın amacı, en güncel parola karma ve anahtar türetme fonksiyonları hakkında bilgi sahibi olması gereken araştırmacılar, geliştiriciler ve güvenlik mühendisleri için bir referans kaynağı olmaktır.
Kuantum sonrasi kimlik doğrulama ile sifir bilgi ispatlari: zk-snark'lar ve zk-stark'larin karşilaştirmali güvenlik ve performans analizi
Parola tabanlı kimlik doğrulama yöntemleri en yaygın kullanılan güvenlik mekanizmalarından biri olsa da ciddi zaafiyetler barındırmaktadır. Ayrıca, parola altyapılarının kurulması, yönetilmesi ve güvenli bir şekilde saklanması yüksek hesaplama ve operasyonel maliyetler doğurmaktadır. Forrester Research'e göre, 1.000 kişilik bir kurumda yıllık parola sıfırlama maliyetleri yaklaşık 420.000–490.000 dolar arasında değişmektedir. Buna karşılık, sıfır bilgi ispatları (Zero-Knowledge Proofs, ZKP), hassas kimlik verilerini ifşa etmeden doğrulama yapılmasına olanak sağlayan güçlü bir kriptografik yöntemdir. 1980'lerin ortalarında temelleri atılan ZKP protokolleri, özellikle blokzinciri teknolojisi, Nesnelerin İnterneti (IoT), finans sektörü ve kimlik yönetimi gibi alanlarda kritik öneme sahiptir. Etkileşimli (Interactive Zero-Knowledge Proofs, IZKP) ve etkileşimsiz (Non-Interactive Zero-Knowledge Proofs, NIZKP) olarak ikiye ayrılan bu protokoller arasında, NIZKP çözümleri örneğin zk-SNARK ve zk-STARK, tek yönlü mesajlaşmayla doğrulama sağlayarak Ortadaki Adam (Man-in-the-Middle, MitM) saldırılarına karşı daha dayanıklı bir yapı sunar. zk-SNARK'lar, küçük ispat boyutları ve hızlı doğrulama süreleri sayesinde yaygınca kullanılır. zk-STARK'lar ise güvenilir kurulum gereksinimini ortadan kaldırarak daha şeffaf bir yapı ve kuantum sonrası saldırılara karşı dayanıklı bir yaklaşım sunar. ZKP, operasyonel maliyetleri azaltır, parola sıfırlama yükünü ortadan kaldırır ve veri ihlali riskini önemli ölçüde düşürür. Ayrıca, GDPR, PCI-DSS ve ISO gibi düzenleyici çerçevelere uyumu kolaylaştırarak kurumlar için daha sürdürülebilir bir çözüm sunar. Sonuç olarak, bu çalışma parola tabanlı sistemlerin yerini alabilecek daha güvenli, gizliliği koruyan ve ölçeklenebilir ZKP tabanlı kimlik doğrulama tekniklerinin benimsenmesine yönelik bir perspektif sunmayı amaçlamaktadır.
Organizasyon seviyesinde yapay zeka, siber güvenlik ve dijitalleşme olgunluğu: anket bazlı değerlendirme
Dijital teknolojilerin sektörler genelinde ivmelenen gelişimi, örgütlerin rekabet gücünü sürdürebilmeleri ve çevik biçimde dönüşüme ayak uydurabilmeleri için Yapay Zekâ (YZ), Siber Güvenlik (SG) ve Dijital Dönüşüm (DD) alanlarında daha derinlemesine yetkinliklere sahip olmalarını zorunlu kılmıştır. Bu üç alan, dijital çağda sadece teknik kapasite olarak değil; aynı zamanda yönetsel strateji, risk yönetimi, veri bütünlüğü ve sürdürülebilir inovasyon açısından da hayati rol oynamaktadır. Literatürde her bir alan için ayrı ayrı önemli çalışmalar bulunmakla birlikte, bu alanların birbirleriyle olan etkileşimleri ve bütünleşik bir çerçevede organizasyonel olgunluk üzerindeki bileşik etkileri yeterince derinlemesine analiz edilmemiştir. Bu bağlamda sunulan çalışma, YZ, SG ve DD olgunluk düzeylerini çok boyutlu bir yapıda ele alarak aralarındaki nedensel ilişkileri Yapısal Eşitlik Modellemesi (SEM) ile ortaya koymayı amaçlamaktadır. Ayrıca, karma yöntemli bir metodoloji benimsenmiş; nicel anket bulguları sentetik modelleme teknikleriyle desteklenerek kapsamlı bir değerlendirme gerçekleştirilmiştir. Araştırma bulguları, YZ, SG ve DD arasında istatistiksel olarak anlamlı ve çift yönlü korelasyonlar bulunduğunu göstermekte; özellikle teknoloji ve finans sektörlerinde bu olgunluk düzeylerinin kamu ve eğitim sektörlerine kıyasla daha ileri düzeyde olduğunu ortaya koymaktadır. Çalışma, bu alanlar arasında stratejik entegrasyonun sağlanmasının dijital dayanıklılık açısından kritik olduğunu savunmakta ve entegre bir YZ-SG stratejisinin uygulanmasına yönelik yol gösterici ampirik veriler sunmaktadır. Böylece, sunulan model hem kuramsal katkı sağlamakta hem de ileride yapılacak ampirik saha araştırmaları için stratejik ve metodolojik bir temel oluşturmaktadır.
Güvenlik operasyonu merkezlerinde olayların önceliklendirilmesi ve analist atamasına yönelik çok kriterli bir karar destek çerçevesi
Bu çalışmada, Güvenlik Operasyon Merkezleri (SOC) için olay atama ve önceliklendirme süreçlerine yönelik kapsamlı ve ölçeklenebilir bir çerçeve önerilmektedir. Önerilen model; analist iş yoğunluğu, alarm yoğunluğu ve tutarsız olay yönetimi gibi temel operasyonel zorlukları ele alarak SOC iş akışlarını optimize etmeyi amaçlamaktadır. Geliştirilen çerçeve, her bir olayı; şiddet seviyesi, SLA aciliyeti, olay türü, varlık kritiklik düzeyi, tehdit istihbaratı göstergeleri, tekrar sıklığı ve geçmiş olay verilerine dayalı korelasyon puanı gibi çok sayıda faktörü içeren çok kriterli bir puanlama modeli ile değerlendirmektedir. Bu değerlendirme süreci, dinamik olay puanlarını hesaplayan ve olayın karmaşıklık düzeyini belirleyen matematiksel fonksiyonlar aracılığıyla biçimsel hale getirilmiştir. Eşzamanlı olarak, analist profilleri; iş yükü dağılımını ve uzmanlık uyumunu dikkate alan iki yenilikçi metrik olan Analist Yük Faktörü (ALF) ve Deneyim Uyumluluk Faktörü (EMF) kullanılarak nicelleştirilmiştir. Olay–analist eşleştirme süreci, olay önceliği ile analist uygunluğunu dengeleyen kısıtlı bir optimizasyon problemi olarak tanımlanmıştır. Bu formülasyon; olayların en uygun analistlere, gerçek zamanlı ve otomatik olarak atanmasını sağlarken; operasyonel değerin korunmasını ve triyaj hassasiyetinin sürdürülmesini mümkün kılar. Model, algoritmik yalancı kodlar, puanlama tabloları ve büyük ölçekli SOC ortamlarında modelin karar mantığını ve pratik uygulanabilirliğini gösteren örnek bir vaka çalışması ile doğrulanmıştır. Gerçek dünya koşullarında çerçevenin geçerliliğini değerlendirmek amacıyla, CICIDS2017 benchmark veri setinden seçilen 10 saldırı senaryosu kullanılarak ampirik bir vaka çalışması gerçekleştirilmiştir. Genel olarak, bu çalışmanın katkısı; ikili faktöre dayalı bir analist puanlama şemasının biçimselleştirilmesi ve bağlamsal olay özelliklerinin uyarlanabilir ve kural tabanlı bir yapı çerçevesiyle bütünleştirilmesidir. Operasyonel değeri daha da artırmak amacıyla, gelecekte yapılacak çalışmalarda dinamik ağırlıklandırma mekanizmaları ile gerçek zamanlı SIEM veri akışlarıyla entegrasyon sağlanması planlanmaktadır. Ayrıca, analist geri bildirim döngülerinin ve denetimli öğrenme modellerinin sisteme entegre edilmesiyle olay-atama ve önceliklendirme süreçlerinin sürekli olarak iyileştirilmesi hedeflenmektedir.
Tuş vuruşlarına dayalı kimlik doğrulama yöntemleri: Evrimi, zorlukları ve gelecek yönelimlerinin kapsamlı bir incelemesi
Tuş vuruşu (keystroke) ile kimlik doğrulama, bireylerin klavye kullanımındaki yazım ritimlerini ve zamanlama desenlerini analiz ederek kimlik doğruluğunu sağlayan sofistike bir davranışsal biyometrik yöntemdir. Bu yöntemin dikkat çekici avantajları arasında, kullanıcıdan ek bir işlem gerektirmemesi, herhangi bir ek donanım ihtiyacı doğurmaması ve maliyet etkinliği bulunmaktadır. Gelişmiş bilişim altyapılarında ve güvenlik hassasiyeti yüksek uygulamalarda, kullanıcıyı tanımak için sürekli izleme ve ikinci faktör doğrulama gerekliliği artarken, tuş vuruşu temelli yöntemler bu gereksinimlere düşük maliyetli ve sezgisel bir çözüm sunmaktadır. Bu çalışma, tuş vuruşu dinamik kimlik doğrulama yöntemleri ile ilgili literatürü sistematik olarak incelemektedir. İlk olarak, farklı setler ve özellikleri gözden geçirilmekte, ardından makine öğrenimi (ML), derin öğrenme (DL) ve hibrit modeller performans, güvenlik ve kullanılabilirlik açısından karşılaştırılmak- tadır. Ayrıca, mevcut metodolojiler OWASP Kimlik Doğrulama Hile Sayfası aracılığıyla sunulan kılavuz bağlamında ele alınarak, güvenlik açıkları ve olası saldırılar analiz edilmektedir. Hibrit modellerin, daha yüksek doğruluk ve üstün dayanıklılık açısından otonom ML veya DL yöntemlerinden daha iyi performans gösterdiği ortaya çıkmaktadır. Gelecekteki yönelimler açısından, federatif öğrenme (FL), açıklanabilir yapay zekâ (XAI) ve multimodal biyometrik füzyon, gizlilik, açıklana bilirlik ve platformlar arasında genelleştirile bilirlik açısından daha sağlam çözümler üretme konusunda umut vaat etmektedir. Değerlendirme kapsamında, söz konusu modellerin masaüstü sistemlerde, web tabanlı platformlarda ve mobil cihazlarda sergilediği performanslar karşılaştırmalı olarak analiz edilmiştir. Elde edilen veriler, bazı modellerin yüksek doğruluk oranlarına ulaştığını ancak kullanıcı deneyiminde sürtünme (friction) oluşturduğunu; diğer modellerin ise kullanıcı dostu yapısına karşın daha düşük güvenlik sunduğunu ortaya koymaktadır. Bu bağlamda, sistem seçiminde güvenlik, doğruluk ve kullanıcı konforu arasında bir denge kurulması gerektiği sonucuna varılmıştır. Bu bağlamda önerdiğimiz hibrit doğrulama çerçevesi, derin sinir ağlarının sınıflandırma yeteneklerini anomali tespit teknikleriyle birleştirmekte ve bağlamsal farkındalığa sahip özellik çıkarımı ile uyarlanabilir eşikleme mekanizmaları kullanmaktadır. Böylelikle, modelimiz hem yeni kullanıcı davranışlarına uyum sağlayabilmekte hem de sahtecilik girişimlerine karşı yüksek hassasiyetle yanıt verebilmektedir. Ayrıca, önerilen çerçevenin farklı kullanım bağlamlarında örneğin sürekli oturum denetimi veya ikinci faktör doğrulama senaryolarında uygulanabilirliği değerlendirildiğinde, sistemin ölçeklenebilirliği ve uygulama kolaylığı da ön plana çıkmaktadır. Sonuç olarak, elde edilen bulgular, tuş vuruşu doğrulama sistemlerinin, özellikle diğer biyometrik yöntemlerle bütünleştiğinde veya bağlamsal verilerle desteklendiğinde, yüksek güvenlik gerektiren uygulamalarda etkin, uyarlanabilir ve kullanıcı dostu bir çözüm sunduğunu göstermektedir. Çalışma sadece literatürde bulunan yöntemlerin kapsamlı bir karşılaştırmasını yapmakla kalmayıp, aynı zamanda gelecekteki çalışmalarda metodolojik seçimler için bir kılavuz da çizmektedir. Anahtar Kelimeler: Tuş Vuruşu Doğrulama, Davranışsal Biyometri, Makine Öğrenimi, Derin Öğrenme Kullanıcı Doğrulama Sistemleri
Akıllı kampüsler için topluluk hareketliliğinin derin öğrenme temelli yöntemlerle gerçek zamanlı izlenmesi
Günümüzde şehir ortamlarının ve dolayısıyla kampüs ortamlarının giderek daha yoğun insan kalabalıklarını misafir ediyor olması sebebiyle çeşitli problemler ön plana çıkmaktadır. Bu problemlerin çözümü için yapılması gereken ilk şey ise; bu kalabalıkların tespit edilmesi ve analizlerinin yapılması gerekliliğidir. Bu doğrultuda, bu tez çalışmasında üniversite kampüs içerisinde öğrenci kalabalıklarının tespit edilmesi ve incelenmesi hedeflenmiştir. Bunun için görüntülerdeki insanların tespit edilebilmesi amacıyla derin öğrenme yöntemleri kullanılarak nesne tespiti yapılmıştır. Literatürdeki yaygın olarak kullanılan veri setleri incelenmiş ve CrowdHuman veri setinin en uygun veri seti olduğu görülmüştür. İlgili veri seti içerisinde 15 000 adet görüntü bulunmakta ve yaklaşık 470 000 adet etiketlenmiş insan verisi bulunmaktadır. Yapılan eğitimlerde Faster RCNN, YOLO, RetinaNet gibi state-of-the-art modeller kullanılmıştır. Yapılan deneylerde YOLOv4 ile %78 mAP skoru elde edilmiştir. Burada eğitilen modeller sunucu üzerinde çalıştırılarak, kampüs içerisinde bulunan IP kameralardan elde edilen görüntüler üzerinde gerçek zamanlı olarak nesne tespiti yapılmıştır. Görüntüde insan yoğunluğunun tespit edilmesi ile birlikte mobil uygulama üzerinde ilgili bölgenin yoğunluk durumu gösterilmektedir.
Askeri lojistik dağıtımında araç rotalama problemi için hipersezgisel algoritma geliştirilmesi
Günümüzün savaş taktik ve stratejileri insan gücünden ziyade akıllı silahların (yapay zekâ destekli) kullanılmasına yönelik planlanmaktadır. "Bilgi Çağı" ya da "Dijital Çağ" ile birlikte askeri yazılımlar şu alanlarda gelişme göstermiştir; yeni silahlar, kara harp sistemleri, iletişim sistemleri, gelişmiş optik ve lazerler, görüntü işleme sistemleri, yapay zekâ destekli otonom veya otonom olmayan robot teknolojileri vb. Bu alanlardaki gelişmeler ülkelerin güvenlik sistemlerini önemli ölçüde geliştirmekte ve farklı ülkelerin geleneksel savaş stratejileri yerine gelişmiş seviye stratejiler geliştirmesine neden olmaktadır.Bu çalışmada, askerlerin operasyon sırasında karşılaştıkları malzeme (silah, patlayıcı, yiyecek-içecek, sağlık vb.) sıkıntısından dolayı malzeme teminini kolaylaştıracak bir araç rotalama ve depo yönetim sistemi geliştirilmiştir. Askerin konumunun belirlenmesi ve haritalanabilmesi için Google Haritalar API, mevcut konumunun fiziksel koşullarının öğrenilebilmesi ve işlenebilmesi için RoboFlow API, web uygulamasının geliştirilmesinde ise Microsoft SQL Server ile birlikte C# kullanıldı. Uygulamanın ilk aşamasında askerin coğrafi konumunu ve bulunduğu yerin fiziki koşullarını (dağlık, ormanlık, yol, su vb.) belirlemek amacıyla hava aracı kullanılmıştır. Elde edilen bu görüntüler, RoboFlow API aracılığıyla YOLOv8 mimarisini kullanan denetimli öğrenmeyle eğitilmiş yapay zekâ tarafından işlenir. Uygulamanın ikinci aşamasında askerden ihtiyaç duyulan malzemelerin bilgisi alınır ve depolardaki stok miktarlarına göre genetik algoritma ve tabu arama algoritması tabanlı bir hiper-sezgisel kullanılarak en iyi rotalar oluşturulur. Geliştirilen bu uygulama sayesinde hiper-sezgisel algoritmalar kullanılarak elde edilen sonuçlar, hiper-sezgisel algoritma kullanılmadan elde edilen sonuçlarla karşılaştırıldığında programın çalışma süresinin ve iterasyon sayısının azaldığı görülmüştür. Gelecek çalışmalarda makine öğrenmesi ve açıklanabilir yapay zekâ üzerinde durulması düşünülmektedir.
Derin öğrenme kullanılarak geleneksel Türk halk dansları figür tespiti: Harmandalı örneği
Halk dansları, bir kültürün ruhunu ve kimliğini yansıtan önemli bir unsurdur. Kökleri derin tarihsel ve kültürel bağlara dayanan halk dansları, bir toplumun birlik ve dayanışma duygularını, geçmişten günümüze taşıdığı gelenekleri ve değerleri ifade eder. Bu tez çalışmasında, Türk Halk Dansı Harmandalının öğretilmesi ve performansının değerlendirilmesi, bu zengin kültürel mirası koruma ve gelecek nesillere aktarma amacıyla bilgisayarlı görü ve derin öğrenme teknikleri kullanarak geliştirilen sistem, dans eğitiminde teknolojinin gücünü kullanarak bu geleneksel sanat formunu modern yöntemlerle güçlendirmeyi hedefler. Geliştirilen sistem Mediapipe ve YOLO insan poz tahmin algoritmaları ile elde edilen iskelet verilerini Affine dönüşümü gibi çeşitli adımlardan geçirerek öğrenci ve öğretmen dans videolarını analiz eder. Bu veriler, zaman gecikmeli çapraz korelasyon, uzun kısa süreli bellek ağları, öklid mesafesi, kosinüs benzerliği ve dinamik zaman bükülmesi gibi farklı yöntemlerle karşılaştırılarak öğrenci performansının objektif bir şekilde değerlendirilmesini sağlar. Geliştirilen kullanıcı dostu arayüz, öğrencilere görsel geri bildirim ve kişiselleştirilmiş öğrenme deneyimi sunarken, öğretmenlere de detaylı performans analizi imkanı verir. Yapılan çalışmalar, LSTM yönteminin 68.43 puan ortalaması ve 56.11 MSE değeri ile diğer yöntemlere göre uzman puanı ortalamasına (66.67) daha yakın sonuçlar verdiğini göstermiştir. DTW ise 60.64 puan ortalaması ve 139.32 MSE değeri ile ikinci en başarılı model olmuştur. Tüm puanların ortalaması ise 72.14'tür ve MSE değeri 92.55'tir. Bu tezde, geleneksel dans eğitimine teknoloji entegrasyonunun önemi vurgularken, aynı zamanda Türk Halk Danslarının analizi ve değerlendirme alanına yeni bir bakış açısı getirmektedir ve kültürel mirasın yaşatılmasına da katkıda bulunmayı amaçlamaktadır.