Yazılım Mühendisliği Bölümü

Permanent URI for this communityhttps://hdl.handle.net/20.500.12416/2146

Browse

Now showing 1 - 8 of 8

Citation Count: Medeni, İ.T.; Aktaş, Z.A.; Tolun, M.R. "Bilgi Biliminin Mühendislik Gereksinimi ve Bilgi Mühendisliği", Elektrik Elektronik Bilgisayar Biomedikal Mühendisleri Eğitimi 4. Ulusal Sempozyumu, 2009.
Bilgi Biliminin Mühendislik Gereksinimi ve Bilgi Mühendisliği
(2009) Medeni, İhsan Tolga; Aktaş, A. Ziya; Tolun, Mehmet R.; 1863
Yirminci yüzyılın ikinci yarısında bilgisayar, bilgi ve iletişim teknolojilerindeki gelişmeler bilgiye dayalı yeni bilim ve mühendislik disiplinleri oluşturma ihtiyacını doğurmuştur. Bu ihtiyaç nedeniyle doğan yeni bilim ve mühendislik disiplinlerinin gelişiminin aslında (veri, enformasyon ve bilgi ) üçlüsüne yönelik oluşumlar olduğu gözlemlenmektedir.Bu makalede bilgi sözcüğü bu üçlü için genel bir ad olarak kullanılacaktır. Bilgi disiplini bir taraftan, bu üçlü arasındaki bağların örgütler ve bireyler açısından ortaya koyulmasını amaçlar; açık ve örtük bilginin birbirine dönüşümünü sağlamaya çalışırken, diğer taraftan da ortaya çıkan yeni dallar ve var olan dalların bilgi temelli ilişkisini kurmaya yönelik çalışmalar yapmaktadır. Bu üçlünün ve bilgi disiplininin bilim / mühendislik, işletme / yönetim disiplinleriyle olan ilişkisi ve oluşturulacak bir bilgi mühendisliği lisans programının bu kavramlarla olabilecek ilgisi bu bildirinin konusudur.
Citation Count: Coşar, Batuhan Mustafa; Say, Bilge; Dökeroğlu, Tansel. (2023). "
Müfredat Tabanlı Ders Çizelgeleme Problemi İçin Yeni Bir Açgözlü Algoritma
(2023) Coşar, Batuhan Mustafa; Say, Bilge; Dökeroğlu, Tansel; 234173
Bu çalışma, iyi bilinen Müfredat Tabanlı Ders Çizelgeleme Problemini optimize etmek için yeni bir açgözlü algoritmayı açıklamaktadır. Açgözlü algoritmalar, en iyi çözümü bulmak için yürütülmesi uzun zaman alan kaba kuvvet ve evrimsel algoritmalara iyi bir alternatiftir. Birçok açgözlü algoritmanın yaptığı gibi tek bir buluşsal yöntem kullanmak yerine, aynı problem örneğine 120 yeni buluşsal yöntem tanımlıyor ve uyguluyoruz. Dersleri müsait odalara atamak için, önerilen açgözlü algoritmamız En Büyük-İlk, En Küçük-İlk, En Uygun, Önce Ortalama Ağırlık ve En Yüksek Kullanılamaz ders-ilk buluşsal yöntemlerini kullanır. İkinci Uluslararası Zaman Çizelgesi Yarışması'nın (ITC-2007) kıyaslama setinden 21 problem örneği üzerinde kapsamlı deneyler gerçekleştirilir. Önemli ölçüde azaltılmış yumuşak kısıtlama değerlerine sahip 18 problem için, önerilen açgözlü algoritma sıfır sabit kısıtlama ihlali (uygulanabilir çözümler) rapor edebilir. Önerilen algoritma, performans açısından son teknoloji ürünü açgözlü buluşsal yöntemleri geride bırakıyor.
Citation Count: Polat, Hüseyin...et al. (2019). "Otomatik Konuşma Tanıma Sistemlerinde Kullanılan Gerçek Metin Verisinde Biçimbilimsel-Sözdizimsel Hataların Tespiti ve Düzeltmesi", Veri Bilimi, Vol. 2, No. 2, pp. 18-24.
Otomatik Konuşma Tanıma Sistemlerinde Kullanılan Gerçek Metin Verisinde Biçimbilimsel-Sözdizimsel Hataların Tespiti ve Düzeltmesi
(2019) Polat, Hüseyin; Sever, Hayri; Oyucu, Saadin; Tekbaş, Şükran; 11916
Türkçe Otomatik Konuşma Tanıma (ASR: Automatic Speech Recognition) sistemlerinde kullanılan akustik model gürbüz bir dil modeli ile desteklenmediği durumlarda kelime hata oranı yüksek çıkmaktadır. İyi dizayn edilmiş bir dil modeli ile akustik modelin birlikte ASR’de kullanılması kelime hata oranını düşürmektedir. ASR için gerekli dil modelinin eğitiminde düz metin verisi kullanılmaktadır. Kullanılan metin verisinin doğruluğu ASR modellerinin eğitimi için oldukça önemlidir. Bu çalışmada, doğal dil işlemeye dayalı bir yöntem kullanılarak Türkçe ASR sisteminin eğitilmesinde kullanılan metin verisi içerisindeki yazım hatalarının tespiti ve düzeltilmesi gerçekleştirilmiştir. Öncelikle metin verisi içerisinde dil bilgisel olarak yanlış yazılmış olan kelimeler bulunmuştur. Bir kelimedeki karakter eksikliği, karakter fazlalığı, karakterlerin yer değiştirmesi veya karakteri yanlış yazılmış olan kelimeler hatalı olarak kabul edilmiştir. Metin verisi içerisinde hatalı olarak kabul edilen kelimeler morfolojik analiz ile tespit edilmiştir. Yanlış kelimelerin yerine atanacak olan kelimeler belirlenmiştir. Yanlış yazılmış olan kelimeler doğru kelimeler ile değiştirilmiştir. Gerçekleştirilen çalışma hatalı kelimeleri tespit etme ve doğru kelimeler ile yer değiştirme işleminde %93 oranında başarı göstermiştir.
Citation Count: Oyucu, Saadin; Sever, Hayri; Polat, Hüseyin (2019). "Otomatik Konuşma Tanımaya Genel Bakış, Yaklaşımlar ve Zorluklar: Türkçe Konuşma Tanımanın Gelecekteki Yolu", Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, Vol. 7, No. 4, pp. 834-854.
Otomatik Konuşma Tanımaya Genel Bakış, Yaklaşımlar ve Zorluklar: Türkçe Konuşma Tanımanın Gelecekteki Yolu
(2019) Oyucu, Saadin; Sever, Hayri; Polat, Hüseyin; 11916
İnsanlar arasındaki en önemli iletişim yöntemi olan konuşmanın, bilgisayarlar tarafından tanınması önemli bir çalışma alanıdır. Bu araştırma alanında farklı diller temel alınarak birçok çalışma gerçekleştirilmiştir. Literatürdeki çalışmalar konuşma tanıma teknolojilerinin başarımının artmasında önemli rol oynamıştır. Bu çalışmada konuşma tanıma ile ilgili bir literatür taraması sunulmuş ve farklı dillerde bu araştırma alanında kaydedilen ilerlemeler tartışılmıştır. Konuşma tanıma sistemlerinde kullanılan veri setleri, özellik çıkarma yaklaşımları, konuşma tanıma yöntemleri ve performans değerlendirme ölçütleri incelenerek konuşma tanımanın gelişimi ve bu alandaki zorluklara odaklanılmıştır. Konuşma tanıma alanında son zamanlarda yapılan çalışmaların olumsuz koşullara (çevre gürültüsü, konuşmacıda ve dilde değişkenlik) karşı çok daha güçlü yöntemler geliştirmeye odaklandığı izlenmiştir. Bu nedenle araştırma alanı olarak genişleyen olumsuz koşullardaki konuşma tanıma ile ilgili yakın geçmişteki gelişmelere yönelik genel bir bakış açısı sunulmuştur. Böylelikle olumsuz koşullar altında gerçekleştirilen konuşma tanımadaki tıkanıklık ve zorlukları aşabilmek için kullanılabilecek yöntemleri seçmede yardımcı olunması amaçlanmıştır. Ayrıca Türkçe konuşma tanımada kullanılan ve iyi bilinen yöntemler karşılaştırılmıştır. Türkçe konuşma tanımanın zorluğu ve bu zorlukların üstesinden gelebilmek için kullanılabilecek uygun yöntemler irdelenmiştir. Buna bağlı olarak da Türkçe konuşma tanımanın gelecekteki rotasına ilişkin bir değerlendirme ortaya konulmuştur.
Citation Count: Oyucu, Saadin; Polat, Hüseyin; Sever, Hayri (2020). "Sessizliğin Kaldırılması ve Konuşmanın Parçalara Ayrılması İşleminin Türkçe Otomatik Konuşma Tanıma Üzerindeki Etkisi", Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Vol. 8, No. 1, pp. 334-346.
Sessizliğin Kaldırılması ve Konuşmanın Parçalara Ayrılması İşleminin Türkçe Otomatik Konuşma Tanıma Üzerindeki Etkisi
(2020) Oyucu, Saadin; Polat, Hüseyin; Sever, Hayri; 11916
Otomatik Konuşma Tanıma sistemleri temel olarak akustik bilgiden faydalanılarak geliştirilmektedir. Akustik bilgiden fonem bilgisinin elde edilmesi için eşleştirilmiş konuşma ve metin verileri kullanılmaktadır. Bu veriler ile eğitilen akustik modeller gerçek hayattaki bütün akustik bilgiyi modelleyememektedir. Bu nedenle belirli ön işlemlerin yapılması ve otomatik konuşma tanıma sistemlerinin başarımını düşürecek akustik bilgilerin ortadan kaldırılması gerekmektedir. Bu çalışmada konuşma içerisinde geçen sessizliklerin kaldırılması için bir yöntem önerilmiştir. Önerilen yöntemin amacı sessizlik bilgisinin ortadan kaldırılması ve akustik bilgide uzun bağımlılıklar sağlayan konuşmaların parçalara ayrılmasıdır. Geliştirilen yöntemin sonunda elde edilen sessizlik içermeyen ve parçalara ayrılan konuşma bilgisi bir Türkçe Otomatik Konuşma Tanıma sistemine girdi olarak verilmiştir. Otomatik Konuşma Tanıma sisteminin çıkışında sisteme giriş olarak verilen konuşma parçalarına karşılık gelen metinler birleştirilerek sunulmuştur. Gerçekleştirilen deneylerde sessizliğin kaldırılması ve konuşmanın parçalara ayrılması işleminin Otomatik Konuşma Tanıma sistemlerinin başarımını artırdığı görülmüştür.
Citation Count: Par, Öznur Esra; Akçapınar Sezer, Ebru; Sever, Hayri. "Sınıflandırmada Küçük ve Dengesiz Veri Kümesi Problemi/Small and Unbalanced Data Set Problem in Classification, IEEE 27th Signal Processing and Communications Applications Conference (SIU), 2019.
Sınıflandırmada Küçük ve Dengesiz Veri Kümesi Problemi
(2019) Par, Öznur Esra; Akçapınar Sezer, Ebru; Sever, Hayri; 11916
Verilerinin sınıflandırılması, veri kümesinin küçük ve dengesiz olması durumunda zorlaşmakta ve sınıflama performansını direkt etkilemektedir. Veri setinin küçük olması ve/veya sınıflar arasında dengesizlik olması veri madenciliğinde büyük bir sorun haline gelmiştir. Sınıflama algoritmaları, veri setlerinin yeterli büyüklüğe sahip, dengeli olduğu varsayımı üzerine geliştirilmiştir. Bu algoritmaların çoğu, azınlık sınıfındaki örnekleri göz ardı ederken veya yanlış sınıflandırırken, çoğunluk sınıfa odaklanır. Medikal veri madenciliğinde bazı kısıtlardan dolayı küçük ve dengesiz veri seti problemi ile sıklıkla karşılaşılmaktadır. Çalışma kapsamında erişime açık hepatit veri seti, küçük veri setlerine bölünmüş, oluşturulan her bir veri seti uzaklık tabanlı yöntemlerle çoğaltılmıştır. Çoğaltılan veri setleri dört farklı makine öğrenmesi algoritması (Yapay Sinir Ağları, Destek Vektör Makineleri, Naive Bayes ve Karar Ağacı) kullanılarak sınıflandırılmış, elde edilen sınıflama sonuçları karşılaştırılmıştır.
Citation Count: Çağıltay, Nergiz. "Türk Beyin Cerrahlarının Teknolojiye Ulaşım İmkanları", Türk Nöröşirurji Derneği 30. Bilimsel Kongresi, 2018.
Türk Beyin Cerrahlarının Teknolojiye Ulaşım İmkanları
(2018) Çağıltay, Nergiz; 113411
Citation Count: Akba, Fırat...et al. "Yeşil BHT Bilgi ve Haberleşme Teknolojileri Akademisyen ve Uygulayıcılar Açısından Bir İnceleme", 4. Mühendislik ve Teknoloji Sempozyumu, 2011.
Yeşil BHT Bilgi ve Haberleşme Teknolojileri Akademisyen ve Uygulayıcılar Açısından Bir İnceleme
(2011) Akba, Fırat; Medeni, İhsan Tolga; Medeni, Tunç Durmuş; Tolun, Mehmet Reşit; Öztürk, Mehmet; 181215

Browse

Browsing Yazılım Mühendisliği Bölümü by Language "tr"