TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.14627/9
Browse
9 results
Search Results
Article Tasarım Stüdyosu Erken Aşamalarında Üretken Yapay Zeka ile İşbirliği: Bir Model Önerisi(2025) Guray, Tayıbe Seyman; Uyan, BetülBu çalışma, tasarım stüdyosu eğitiminde öğrencilerin fikir üretimi, senaryo oluşturma ve kavramsal geliştirme gibi becerilerle başa çıktığı erken aşamalarda Üretken Yapay Zekâ (GAI) entegrasyonunu araştırmaktadır. GAI destekli insan-merkezli bir iş birliği modeli, metinden-metine (ChatGPT) ve metinden-görüntüye (Bing Image Creator) platformlarıyla geliştirilmiş ve ikinci sınıf iç mimarlık stüdyosunda 15 öğrenciyle uygulanmıştır. Model, öğrencilerin kullanıcı senaryolarını ifade etmelerini, mekânsal atmosferleri görselleştirmelerini ve ilk tasarım kavramlarını analog kolajlar aracılığıyla şekillendirmelerini desteklemeyi amaçlamıştır. GAI deneyimi olan iç mimar jüri üyeleri, öğrencilerin çıktıları üzerinde önceden tanımlanmış değerlendirme ölçütlerine göre uzman değerlendirmesi gerçekleştirmiştir. Nicel analizler, GAI destekli süreçlerin öğrencilerin kavramsal netliğini, temsil becerilerini ve stüdyo verimliliğini artırdığını göstermiştir. Öğrenci çalışmalarına ait görsel belgeler de bu bulguları desteklemiştir. Bu araştırma, AI destekli stüdyo eğitimine dair tekrar edilebilir ve insan merkezli bir entegrasyon modeli önererek, yapay zekâ temelli tasarım pedagojisi literatürüne anlamlı bir katkı sunmaktadır.Article Advancements in Human Pose Estimation: A Review of Key Studies and Findings Till 2025(2025) Turna, Özgür Can; Özbalkan, UğurThis paper presents an in-depth literature review that comprehensively covers the major developments, methods, architectures and datasets used in the field of human pose prediction up to 2025. The review covers a broad spectrum, starting with traditional methods, deep learning-based techniques, convolutional neural networks, graph-based approaches and more recently prominent transformer-based models. In addition to two-dimensional (2D) and three-dimensional (3D) human pose estimation methods, the paper analyses in detail the diversity of data sets, applications of Microsoft Kinect technology, real-time pose estimation systems and related architectural designs. Overall, the review of more than 120 papers shows that existing systems have made significant progress in terms of accuracy, computational efficiency and practical applications, but that there are still some challenges to overcome in complex scenarios such as multiple person detection, occlusion problems and outdoor environments. This in-depth analysis highlights current trends in the field, future research directions and potential applications.Article Söylem ve Mimari Ürün: Yapay Zekâ Destekli Karşılaştırmalı Bir Analiz Modeli(2025) Guray, Tayibe Seyman; Uyan, BetülMimarlık söyleminin somut tasarım ürünlerine dönüşümü, mimarlık kuramı ve tasarım araştırmalarının temel kaygılarından biri olmaya devam etmektedir. Tarihsel olarak, toplumsal olgular mimarlık söylemini sürekli olarak şekillendirmiş; bu söylem ise yapı formlarının ortaya çıkışını etkilemiştir. Ancak söylem ile yapıt arasındaki ilişkinin doğası belirsizliğini korumaktadır. Genellikle ön tasarım aşamasında geliştirilen söylem, bir projenin soyut değerlerini kapsar ve çoğunlukla metinsel ve görsel araçlar aracılığıyla ifade edilir. Tasarım bilişi veya tasarım kavrayışı araştırmaları, mimari fikirlerin eskizler ve yinelemeli süreçler yoluyla nasıl geliştiğini inceleyerek el ile zihin arasındaki etkileşime vurgu yapmıştır. Ancak bu tür çalışmalar, sınırlı yineleme örnekleri ve yorumlayıcı öznelik nedeniyle erken aşama tasarım düşüncesinin tüm karmaşıklığını yakalamakta zorlanmaktadır. Bu sınırlamayı aşmak amacıyla, bu çalışma mimarlık söylemi ile ortaya çıkan yapıt arasındaki ilişkiyi değerlendirmek için yapay zekanın —özellikle metinden görsele üretim modellerinin potansiyelini araştırmaktadır. Yapay zeka, tek bir söylemsel girdiden birden fazla görsel çıktı üreterek, geleneksel olarak nitel ve belirsiz olan bu süreci keşfetmek için yeni bir yöntem sunmaktadır. Mimarlık açısından önemli iki örnek çalışma Rem Koolhaas’ın Modern Sanatlar Müzesi (MoMA) için genişletme projesine yönelik Charette sunumu ve Brian Cantley’nin Syntaxonome adlı mimari tasarım çalışması farklı söylemsel ve biçimsel özellikleri nedeniyle seçilmiştir. Her iki projenin söylemi, bir metinden-görsele yapay zeka modeli aracılığıyla işlenmiş ve görsel yorumlar oluşturulmuştur. Bu çıktılar, orijinal tasarım ürünleri ile karşılaştırılmıştır. Nicel ölçütler ve karşılaştırmalı diyagramlar aracılığıyla sunulan bulgular, söylem-mimari ürün sürekliliğine dair yeni içgörüler sağlamakta ve mimarlık araştırmalarında yapay zekâ destekli yöntemlerin potansiyelini ortaya koymaktadır.Article Artificial Neural Networks in Drug Addiction Diagnosis(2025) Karaman, EnginThis study aims to find a simple mechanism to help researchers and families identify addicts. In this paper, the Artificial Neural Network (ANN) method has been examined to determine whether a person is an addict. In this study, the dataset obtained from students from different countries and published as open source by Atif Masih was used. This dataset contains 50343 samples with 11 features. The study involved testing and comparing multiple neural network architectures based on their average classification accuracy. When the correlation matrix is examined, it is seen that the relationships between the variables are almost negligible. This can be attributed to the fact that the variables are categorical. Each architecture was trained using 10 different seed numbers, and the mean accuracy was calculated accordingly. The experiment results have obtained 75.53% classification accuracy for correct diagnosis in our system. Our model could significantly expedite the diagnosis and treatment of addiction, providing a valuable tool for families, physicians, and investigators. The paper proposes a Decision Support System (DSS) for diagnosing addiction, leveraging one of the most widely-used machine learning techniques: Artificial Neural Networks (ANN).Article A Comparative Assessment on the Novel Long-Term Real-Time Single Object Tracking Techniques Using YOLO-NAS and YOLO11(2025) Parlak, CevahirThis study sheds light on the daunting task of single-object tracking using state-of-the-art BoT-SORT, DeepSORT, SORT, and ByteTrack tracking algorithms with YOLO-NAS and YOLO11 object detectors. Object tracking is a step further of object detection and tries to detect the movement of objects in video files and it has enormous range of real-world application fields. Object tracking also assigns unique identifiers to each tracked object and tries to maintain the identity throughout the entire sequence. Current models can achieve great success in object tracking, however there are still too many obstacles and challenges lying ahead to resolve. YOLO-NAS and YOLO11 are the latest and most used object detection models. YOLO can be combined with different tracking methods such as ByteTrack, BoT-SORT, SORT, and DeepSORT for object tracking. The advantage of YOLO is its extremely fast implementation compared to the other methods. When accompanied by specialized tracking algorithms, YOLO achieves the best scores in object tracking. This study focuses on the implementation of YOLO-NAS and YOLO11 in tracking and results demonstrate that YOLO11 is more accurate and stable with BoT-SORT, however, it is faster using ByteTrack method.Article Büyük Veri Şirketleri ve Açık Kaynak Hareketi Öz(2021) Gürsakal, Necmi; Çelik, Sadullah; Gürsakal, SevdaBu çalışmanın amacı, açık kaynak kodlu yazılımların büyük veri şirketleri tarafından amaçları dışında kötüye kullanılabileceğini tartışmaktır. Son yıllarda bilişim ve iletişim teknolojilerinde yaşanan gelişmeler Büyük Veri ve açık kaynak kodlu yazılımların kullanımını artırmıştır. R, Python, Hadoop, Spark, MapReduce gibi açık kaynak kodlu yazılımlar çok sayıda kişi tarafından geliştirilmekte ve bunlar Büyük Veri, Veri Bilimi, Yapay Zeka, Nesnelerin İnterneti ve Blok Zincir gibi birçok teknolojide kullanılmaktadır. Makine öğrenmesi ve derin öğrenme gibi Büyük Veri’ye değer katan yaklaşımlar açısından da, açık kaynak kodlu yazılımların önemi büyüktür. Bu yazılımların kaynak kodları herkese açıktır ve bunlara herkes katkıda bulunup istediği amaç doğrultusunda ücretsiz kullanabilir. Bugün Apple, Amazon, Google, Facebook, Microsoft, Samsung, Yahoo ve Qualcomm gibi birçok büyük veri şirketi, makine öğrenmesini hızlandırmak ve yazılıma uygun donanım geliştirmek için yoğun çalışmalar yapmaktadır. Ayrıca büyük veri şirketleri, TODO Group’u kurarak açık kaynak kodlu yazılım bilgilerini birbirleriyle paylaşmaya başlamışlardır. Ne yazıkArticle Moda Sektörü ve Yapay Zekâ Uygulamaları(2024) Kaya, Özlem; Aytaç, Sevinç SerpilYapay zekâ, uzun süredir moda sektörünün farklı aşamalarında kullanılan teknolojilerden biridir. Son dönemlerde özellikle ChatGPT ve Midjourney gibi yeni yapay zekâ araçlarının ortaya çıkmasıyla moda sektörü, bu uygulamaların merkezlerinden biri haline gelmeye başlamıştır. Sektörün yapay zekâ uygulamalarını kullanma noktasındaki tablosu modanın gündeminde olan yapay zekanın belki de modanın bile geleceğini çizecek teknoloji olabileceği konusundaki fikirleri güçlendirmiştir. Yapay zekâ teknolojileri moda sektöründe farklı alanlarda kullanılabilmektedir. Moda tasarımında süreç ve yöntemlerinde fayda sağlayan yapay zekâ teknolojileri, tasarım süreci, talep tahmini, seçim ve iletişim gibi alanlarda daha yoğun olarak kullanılmaktadır. Sektöre sunduğu avantajlar ile son dönemlerin en sık tartışılan konularından biri olan yapay zekâ uygulamaları günümüzün en önemli konularından biri olmayı başarmıştır. Bu bağlamda bu makalede özellikle sektörde kullanılan yapay zekâ uygulamalarına yer verilmiş ve ChatGPT ile örnek model analizleri yapılmıştır. Bu kapsamda çalışma ile yapay zekâ uygulamalarının moda sektöründeki durumunun ortaya konması amaçlanmış ve bazı örnekler sunularak sektöre sunduğu avantajlar üzerinde durulmuştur.Article Konuşma Duygu Tanıma Uygulamalarında Hiper Parametre Optimizasyonu ile Derin Öğrenme Metotlarının Geliştirilmesi(2024) Parlak, CevahirBu çalışmada derin öğrenme uygulamalarında oldukça yeni ve önemli bir aşama olan hiper parametre ayarlama metotlarının bir karşılaştırılması verilecektir. Veriseti olarak yeni duygu verisetlerinden NEMO duygusal konuşma veriseti kullanılacak olup, KerasTuner ile CNN, LSTM ve DNN modelleri Rassal arama, Hiperkomite ve Bayesçi optimizasyon metotları kullanılarak karşılaştırılacaktır. Genel olarak makine öğrenmesi ve özellikle de derin öğrenme uygulamalarında başarılı bir model üretebilmek zaman ve hesaplama gücü açısından oldukça pahalı ve zorlu bir işlem olarak araştırmacıların karşısına çıkmaktadır. Hiper parametre optimizasyonunun genel olarak iki temel aşamadan oluştuğu kabul edilebilir. Birinci aşamada öncelikle değişkenlik gösteren parametrelerin alabilecekleri değerlere dayalı bir arama uzayı belirlenir. Bu parametreler öğrenme katsayısı, nöron sayısı, katman sayısı, aktivasyon fonksiyonu ve benzeri değişkenler olabilir. İkinci aşama ise bu parametreleri kullanarak yapay zekâ modellerini oluşturur ve belirlenen bir başarı kriterine göre test eder. Optimizör bu modelleri çalıştırırken işlemi hızlandırmak için değişik algoritmalar kullanabilir. Hiper parametre optimizasyon uygulamaları bu konuda gün geçtikçe daha iyi çözümler sunmakta ve insan faktörünü kademeli olarak aradan çıkarmaktadırlar. Izgara arama mevcut bütün konfigürasyonları bütün kaynakları sonuna kadar tüketerek çalıştırırken, Rasgele arama ise mevcut kümeden tesadüfi olarak seçilen belli konfigürasyonları dener. Rassal arama her ne kadar bütün olası konfigürasyonları denemese bile genellikle Izgara aramaya yakın sonuçlar üretebilmektedir. Ardışık arama, Asenkron Ardışık arama, Populasyon-Tabanlı Eğitim, Hiperkomite ve Bayesçi yaklaşımlarda diğer hiper parametre optimizasyon metotları arasında sayılabilir. Bu çalışmada NEMO konuşma duygu veriseti 4 duygu ile CNN, LSTM ve DNN derin öğrenme sınıflandırıcılarıyla çalıştırılmış ve KerasTuner’in Rassal Arama, Bayesçi Arama ve Hiperkomite Arama metotlarıyla otomatik üretilen metotların performansları karşılaştırılmıştır. Hiper parametre optimizasyon metotlarından Bayesçi Optimizasyon metodunun diğerlerine göre daha iyi ve hızlı sonuçlar ürettiği görülmüştür.Article Ensemble-Based Alzheimer's Disease Classification Using Features Extracted From Hog Descriptor and Pre-Trained Models(Sakarya University, 2024) Muzoğlu, Nedim; Akbacak, EnverAlzheimer's Disease is the most common type of dementia and is a progressive, neurodegenerative disease. The disease worsens over time, and the patient becomes bedridden, unable to move or understand what is happening around him. The main concern of medicine is to slow down the progression of the disease for which no treatment has yet been developed. Artificial intelligence studies have achieved significant success in detecting many diseases. In this study, an artificial intelligence-based approach that uses MR images of the early stage of Alzheimer's Disease to detect the disease at an early stage is presented. Initially, a new dataset was created through the application of the fuzzy technique, thereby expanding the feature space. Then, an ensemble learning-based hybrid deep learning model was developed to reduce the misclassification rate for all classes. The features derived from the inception module, residual modules, and histogram of oriented gradients descriptor are subjected to classification through bagging and boosting algorithms. The proposed model has surpassed many state-of-the-art studies by achieving a high success rate of 99.60% in detecting Alzheimer's disease in its early stages.