Doktora Tezleri
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12416/9487
Browse
Browsing Doktora Tezleri by Author "Arslan, Serdar"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Doctoral Thesis İnce Ayarlanmış RAG Bileşenlerini Kullanarak Türkçe Veri Setleri için Yeni Bir Füzyon Yöntemi ile Yeniden Sıralama Konfigürasyonu(2025) Bıkmaz, Erdoğan; Arslan, SerdarBu çalışma, Türkçe için, özellikle de tıp alanında, Retrieval-Augmented Generation (RAG) sistemlerinin çok dilli yeteneklerindeki boşluğu ele almaktadır. Büyük Dil Modellerinin (LLM'ler) yükselişi ve yaygın uygulamalarıyla, halüsinasyonları azaltmak ve yanıt doğruluğunu artırmak için, harici bilgilere dayalı retrieval (geri çağırma) bileşenlerinin kullanımı kritik bir hale gelmiştir. Ancak, mevcut retrieval bileşenlerinin çoğu (embedding'ler ve reranker'lar dahil olmak üzere) ağırlıklı olarak İngilizce veri setleri üzerinde eğitilmiştir, bu da çok dilli ve alana özgü yetenekler açısından önemli bir sınırlamayı ortaya koymaktadır. Bu durumu ele almak için, bu çalışma kapsamında Türkçe tıbbi bir veri seti olan Pubmed-RAG-TR ve popüler bir Türkçe RAG veri seti olan WikiRAG-TR [36] kullanılarak retrieval bileşenleri ince ayar (fine-tuning) ile geliştirilmiştir. Ayrıca, LLM'ler için bağlam oluşturmayı iyileştirmek amacıyla yeni bir RRF (Reciprocal Rank Fusion) tabanlı reranker pipeline'ı geliştirilmiştir. Deneysel sonuçlar, retrieval bileşenlerinin alana özgü veri setleri üzerinde ince ayar yapılmasının, retrieval ve post-retrieval kalitesini önemli ölçüde artırdığını ve LLM yanıtlarının doğruluğunu iyileştirdiğini göstermiştir. Çalışma, alana özgü semantiğin retrieval ve reranking modellerine dahil edilmesinin, çok dilli bağlamlarda RAG sistemlerinin performansını önemli ölçüde artırabileceği sonucuna varmaktadır.Doctoral Thesis Senaryo Tabanlı Yöntemlerle OSINT Yazılım Mimarilerinin Tasarlanması, Analizi ve Değerlendirilmesi: QAW, ADD ve ATAM Yaklaşımı(2025) Yurtalan, Gökhan; Arslan, SerdarBu makalede, Açık Kaynak İstihbaratı (OSINT) sistemleri için özel olarak tasarlanmış, geniş hacimli ve dinamik açık kaynak verilerinin yönetiminden kaynaklanan performans, ölçeklenebilirlik ve güvenlik sorunlarını ele alan yenilikçi bir yazılım mimarisi önerilmektedir. Kalite Niteliği Atölyesi (QAW), Nitelik Odaklı Tasarım (ADD) ve Mimari Takas Analizi Metodu (ATAM) gibi sistem merkezli metodolojilerden yararlanarak, mimari sürücüler sistematik olarak belirlenmiş ve optimize edilmiş OSINT mimarisi içerisine entegre edilmiştir. Bu mimarinin en önemli yeniliği, yapılandırılmamış metin verilerinin etkili biçimde işlenmesi ve analiz edilmesi amacıyla Veri Analizi katmanına kurum içi Büyük Dil Modeli (LLM) entegrasyonu ve Geri Getirme Destekli Üretim (RAG) mimari modelinin kullanımıdır. Mimari, dağıtılmış çoklu süreç veri toplama sistemleri ile ölçeklenebilirliğe, dijital izleri minimize eden güçlü güvenlik protokollerine ve gelişmiş anlamsal bilgi geri getirme ve analiz yöntemlerine odaklanmaktadır. Çoklu iş parçacığı ve çoklu süreç ortamlarında yürütülen deneysel değerlendirmeler, önerilen sistemin üstün ölçeklenebilirlik, yüksek kullanılabilirlik ve hata toleransı sunduğunu ortaya koymaktadır. Bu sonuçlar, dağıtılmış işlem yapılarının sıkı erişim kontrolleri ve kurum içi veri analiz çözümleri ile birleştirilmesinin operasyonel performans ve güvenliği önemli ölçüde arttırdığı hipotezini doğrulamaktadır. Bu çalışma, OSINT mimarilerinin tasarım ve uygulamasına yönelik ayrıntılı kavramsal ve pratik bilgiler sunarak literatürde mevcut olan önemli boşlukları doldurmakta ve siber güvenlik, istihbarat operasyonları ve iş zekası sektörlerinde uygulanabilir kapsamlı bir çerçeve sunmaktadır.
