Lisansüstü Eğitim Enstitüsü

Permanent URI for this communityhttps://hdl.handle.net/20.500.12416/9485

Browse

Now showing 1 - 8 of 8

Bulaşıcı Hastalıklara Uygulamasıyla Kesirli Mertebeden Bir Dinamik Sistem ve Simulasyonu
(2025) Jamal, Ruya Imad Jamal; Türkan, Erkan Murat; Küçüksakallı, Nurgül Gökgöz
Kesirli kalkülüs, klasik kalkülüsü genişleten ve dinamik sistemlerde bellek ve kalıtım özelliklerini yakalamaya imkân tanıyan güçlü bir matematiksel çerçeve sunar. Epidemiyolojiye uygulanması, bulaşıcı hastalıkların karmaşık yayılım dinamiklerini daha derinlemesine anlamaya olanak sağlar. Bu çalışma, klasik SIR modeliyle başlayan bölmeli epidemik modelleri ele almaktadır. SIR modeli, toplumu Duyarlı (S), Enfekte (I) ve İyileşmiş (R) gruplarına ayırır. Bu yapının genişletilmiş halleri arasında maruz kalan bireyleri dikkate alan SEIR modeli, iyileşen bireylerin yeniden duyarlı hale gelebildiği SIS modeli ve asemptomatik ya da kalıcı taşıyıcıların dâhil edildiği Taşıyıcı modeli bulunmaktadır. Daha genel bir yapı olan SEIQRV modeli ise nüfusu altı bölmeye ayırmaktadır: Duyarlı (S), Maruz (E), Enfekte (I), Karantinada (Q), İyileşmiş (R) ve Aşılı (V). Temel üreme sayısı (R_0), hastalığın yayılımını değerlendirmede kritik bir eşik ölçütü olarak kullanılır. Denge noktaları ve Jacobian matrisi üzerinden yapılan kararlılık analizi, sistemin hastalıksız veya endemik dengeye ulaşıp ulaşmayacağını belirler. MATLAB ortamında gerçekleştirilen sayısal benzetimler, farklı kesirli türev dereceleri (α=1,0.9,0.8) altında SEIQRV modelini incelemektedir. Sonuçlar, karantina ve aşılama bölmelerinin eklenmesinin üreme sayısını düşürerek enfeksiyonun yayılımını kontrol etmede etkili olduğunu göstermektedir. Genel olarak, bu çalışma kesirli türevli epidemik modellerin müdahale stratejilerinin değerlendirilmesinde önemini vurgulamakta ve bunların halk sağlığı planlaması ile hastalık yönetimindeki rolünü öne çıkarmaktadır.
İnce Ayarlanmış RAG Bileşenlerini Kullanarak Türkçe Veri Setleri için Yeni Bir Füzyon Yöntemi ile Yeniden Sıralama Konfigürasyonu
(2025) Bıkmaz, Erdoğan; Arslan, Serdar
Bu 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.
Makine Öğrenmesi Teknikleri Kullanılarak Sybil Botların Tespit Edilmesi
(2025) Öcel, Cansu Betül; Tolun, Mehmet Reşit
Bu çalışma, NSL-KDD veri seti kullanılarak ağ tabanlı anomali tespiti amacıyla çeşitli makine öğrenmesi algoritmalarının performansını karşılaştırmalı olarak değerlendirmeyi amaçlamaktadır. NSL-KDD, saldırı türlerini dört ana başlıkta (DoS, Probe, R2L, U2R) toplayan, etiketli ve dengeli yapısıyla denetimli öğrenme yöntemleri için uygun bir veri seti olarak ele alınmıştır. Çalışma kapsamında veri seti üzerinde öncelikle istatistiksel analizler ve veri keşif çalışmaları gerçekleştirilmiş, ardından veri ön işleme adımları uygulanmıştır. Bu süreçte kategorik değişkenler sayısal forma dönüştürülmüş, eksik veriler temizlenmiş ve azınlıkta kalan sınıflar SMOTE yöntemiyle dengelenmiştir. Özellik seçimi için Mutual Information (MI) yöntemi kullanılarak en bilgilendirici 15 değişken belirlenmiş ve model eğitimi bu özellikler kullanılarak gerçekleştirilmiştir. Sonrasında tüm değişkenler kullanılarak modeller tekrar eğitilmiş ve sonuçlar kıyaslanmıştır. Modelleme aşamasında Lojistik Regresyon, Naive Bayes, Random Forest, K En Yakın Komşu (KNN), Destek Vektör Makineleri (SVM), AdaBoost ve Yapay Sinir Ağı (ANN) algoritmaları kullanılmıştır. Her model için hiper parametre optimizasyonu GridSearchCV veya RandomizedSearchCV yöntemleriyle yapılmıştır. Modellerin başarısı doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve F1 skoru gibi değerlendirme metrikleri kullanılarak analiz edilmiştir.Elde edilen sonuçlar, NSL-KDD veri seti üzerinde bazı modellerin özellikle DoS gibi baskın sınıflarda yüksek doğruluk sağlarken, azınlıkta kalan R2L ve U2R saldırı türlerinde performans düşüşleri yaşandığını göstermektedir. Bu durum, dengesiz veri setlerinde kullanılacak yöntemlerin dikkatli seçilmesinin gerekliliğine işaret etmektedir.
Senaryo Tabanlı Yöntemlerle OSINT Yazılım Mimarilerinin Tasarlanması, Analizi ve Değerlendirilmesi: QAW, ADD ve ATAM Yaklaşımı
(2025) Yurtalan, Gökhan; Arslan, Serdar
Bu 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.
Topluluk Öğrenimi Kullanılarak Geliştirilmiş Çevrimiçi Reklamcılık.
(2025) Talabani, Nawar Fayq Arıf; Görür, Abdül Kadir
Dijital reklamcılık çağında, kullanıcı etkileşimini doğru bir şekilde tahmin etmek, reklam yerleşimlerini optimize etmek ve geliri maksimize etmek açısından oldukça önemlidir. Bu araştırma, reklam tıklama tahminlerini geliştirmek amacıyla topluluk öğrenme (ensemble learning) algoritmalarını kullanan Geliştirilmiş Bir Reklamcılık Çerçevesi sunmaktadır. Çalışma, veri ön işleme, özellik mühendisliği ve korelasyon analizini içeren yapılandırılmış bir yaklaşımı takip ederek en uygun özellik seçimini sağlamıştır. Verisetleri eğitim ve test olarak ikiye ayrılmış; modeller, çeşitli değerlendirme metrikleri kullanılarak eğitilmiş ve test edilmiştir. Değerlendirme ve test süreci; demografik veriler, cihaz bilgileri ve reklam etkileşim kayıtları gibi çeşitli bilgileri içeren üç veri seti üzerinde gerçekleştirilmiştir. XGBoost, AVAZU veri setinde 0.9333 ve DIGIX veri setinde 0.9743 AUC skoru ile en yüksek başarıyı göstermiştir. Öte yandan, AdaBoost, dengelenmiş Online Advertising Campaign veri setinde %98.52 F1 skoru ve 0.9926 AUC değeri ile en iyi performansı göstermiştir. Sonuçlar, topluluk modellerinin kullanıcı davranışlarındaki karmaşık örüntüleri yakalama konusundaki etkinliğini ortaya koyarak daha doğru reklam hedeflemesine olanak sağladığını göstermektedir.
Türkiye'nin Bilgisayar Mühendisliği Lisansüstü Araştırma Ortamının Bilimmetrik Haritalaması
(2025) Demir, Onur; Saran, Murat
Bu çalışma, Türkiye'deki üniversitelerde hazırlanmış 12.778 adet bilgisayar mühendisliği yüksek lisans ve doktora tezini incelemektedir. Tezler 1984 ile 2024 yılları arasında tamamlanmıştır. Ana amaç, lisansüstü araştırmaların son 40 yılda nasıl büyüdüğünü, değiştiğini ve geliştiğini göstermektir. Bu çalışmada kullanılan veri seti, Türkiye'deki tüm lisansüstü tezlerin resmi olarak saklandığı YÖK Ulusal Tez Merkezi'nden alınmıştır. Ana temaları görmek için BERTopic ve sinir ağı gömlemeleri kullanılmıştır. Ayrıca LDA ve TF-IDF yöntemleri de uygulanmıştır. Metin, lemmatization ve n-gram gibi basit adımlarla temizlenmiştir. Bu yöntemlerle çalışma yaklaşık 90 konu grubu bulmuş ve bu konuların yıllara göre nasıl değiştiğini göstermiştir. 2015'ten sonra tez sayıları hızlı biçimde artmıştır, çünkü Türkiye'deki lisansüstü programlar genişlemiştir. Siber güvenlik, blokzincir, tarımda yapay zekâ ve tıbbi görüntü analizi gibi bazı konular çok hızlı şekilde popüler olmuştur. Sonuçlar ayrıca yüksek lisans ve doktora tezleri arasında bir fark olduğunu da göstermektedir. Doktora tezleri daha teorik konulara odaklanmakta, örneğin optimizasyon algoritmaları, gizlilik konuları ve ileri modelleme gibi alanlara yönelmektedir. Yüksek lisans tezleri ise genelde daha uygulamalıdır ve yüz tanıma, mobil uygulamalar veya akıllı ev sistemleri gibi konulara yoğunlaşmaktadır. Çalışma ayrıca tezlerin %33.6'sının ana konu gruplarıyla iyi eşleşmediğini göstermiştir. Bu tezler 'alışılmadık' ya da uç nokta çalışmalar olarak görülebilir. Genel olarak bu çalışma, Türkiye'de bilgisayar mühendisliği araştırmalarına yönelik büyük ölçekli ilk çalışmalardan biridir. Sonuçlar, hem tez sayısındaki büyümeyi hem de konulardaki çeşitliliğin arttığını göstermektedir.
Yapay Zeka ve Makine Öğrenimi Teknikleri Yoluyla Çevrimiçi Perakendeciler için Pazarlama Bütçelerinin Optimize Edilmesi
(2025) Al-Janabı, Marwan Abdulkareem Abdullah; Gökmen, Aytaç
Özet Çevrimiçi tüccarlar için pazarlama bütçesi tahsisini en üst düzeye çıkarmak amacıyla bu tez, yapay zekâ (AI) ve makine öğrenmesi (ML) yaklaşımlarının kullanımını araştırmaktadır. Geleneksel bütçeleme teknikleri, perakende sektörünün hızlı dijitalleşmesi ve müşteri iletişim kanallarının artan karmaşıklığı ışığında yetersiz kalmıştır. Bu çalışma, pazarlama sonuçlarını tahmin eden ve tahmini modellemeyi kullanarak harcama verimliliğini en üst düzeye çıkaran veri odaklı bir strateji sunmaktadır. Pazarlama kampanyası verilerinin ön işlenmesi, keşifsel veri analizi ve PyCaret çerçevesinde Random Forest, Gradient Boosting ve LightGBM gibi karmaşık makine öğrenme modellerinin kullanımı, metodolojinin bir parçasıdır. Doğruluk ve yorumlanabilirliğe dayanarak, en iyi performans gösteren model seçilir ve özellik önemi SHAP analizi ile belirlenir. Bulgular, makine öğrenimi tahminlerine dayalı akıllı bütçe tahsisinin müşteri hedefleme taktiklerini büyük ölçüde artırdığını, gereksiz harcamaları azalttığını ve pazarlama etkinliğini artırdığını göstermektedir. Sonuçlar, yapay zeka destekli optimizasyonun bütçe planlama prosedürlerinde nasıl devrim yaratabileceğini ve e-ticaret karar vericileri için önemli sonuçlar doğurabileceğini göstermektedir.
Yönetim Bilişim Sistemlerinin Örgütsel Karar Alma Üzerindeki Etkisinin İncelenmesi: Teknolojik ve Yönetsel Faktörlerin Rolü
(2025) Al-Bazirgan, Batol İhsan Ali; Şener, İrge; Pusatlı, Özgür Tolga
Günümüz örgütsel ortamında, karar alma süreçleri stratejik ve operasyonel başarının sağlanmasında kritik bir rol oynamaktadır. Bu çalışma, teknolojik faktörler, üst yönetim desteği ve bilgisayar özyeterliliğinin örgütsel karar alma yaklaşımları ve kültürü üzerindeki bütünleşik etkisini araştırmaktadır. Irak'ın petrol ve gaz sektöründe faaliyet gösteren devlet şirketi Basra Petrol Şirketi'nden (BOC) 379 katılımcıdan elde edilen veriler doğrultusunda, bu araştırma nicel bir tasarım kullanarak değişkenler arasındaki ilişkileri incelemektedir. Bulgular, üst yönetim desteği ve bilgisayar özyeterliliğinin örgütsel karar alma yaklaşımlarını ve kültürünü önemli ölçüde güçlendirdiğini, ancak sistem kalitesi ve bilgi kalitesi gibi teknolojik faktörlerin doğrudan etkisinin sınırlı olduğunu ortaya koymaktadır. Bu sonuçlar, teknolojik kaynakların etkili bir şekilde kullanılabilmesi için yönetsel ve bireysel faktörlerin kritik önemini vurgulamaktadır. Çalışma, örgüt liderleri, politika yapıcılar, bilişim sistemleri geliştiricileri ve araştırmacılar için değerli içgörüler sunmaktadır. Teknoloji, yönetim ve bireysel yetkinliklerin birbirini tamamlayıcı rolünü öne çıkararak, karar alma dinamiklerine yönelik teorik anlayışı genişletmekte ve karar alma süreçlerini iyileştirmek için pratik öneriler sunmaktadır. Bulgular, bilgi sistemlerinin etkili bir şekilde entegre edilmesi ve kullanılabilmesi için liderlik katılımının ve kullanıcı güveninin gerekliliğini vurgulayarak, karmaşık örgütsel bağlamlarda uyarlanabilir ve verimli karar alma uygulamalarının sağlanmasına katkıda bulunmaktadır.

Browse

Browsing Lisansüstü Eğitim Enstitüsü by Subject "Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol"