Yazılım Mühendisliği Bölümü Yayın Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12416/2147

Browse

Filters

2011 - 201922020 - 20221

Settings

Start date: 2011Has files: Yes

Search Results

Now showing 1 - 3 of 3
  • Article
    Tacıt Knowledge Vısualızatıon Through Organızatıonal Explıcıt Knowledge Warehouses: A Proposal For Research Methodology Desıgn And Executıon
    (2011) Medeni, İhsan Tolga; Medeni, Tunç; Tolun, Mehmet
    Knowledge visualization can be used in several fields from medical imaging to industrial engineering. Although there could be variety of applicable research areas, our consideration will be the tacit knowledge visualization in organizations. This proposal aims to suggest a study to develop a tacit knowledge visualization framework to support know-where requirements of the organizational knowledge. With the implementation of our framework in a software application, it is aimed to create a virtual environment, where subject-based knowledge requirements will be answered by the visualized tacit knowledge of individuals and possibly the relations among individual members of the organization
  • Article
    Big Data Reduction and Visualization Using the K-Means Algorithm
    (2022) Akyol, Hakan; Kızılduman, Hale Sema; Dökeroğlu, Tansel
    A huge amount of data is being produced every day in our era. In addition to high-performance processing approaches, efficiently visualizing this quantity of data (up to Terabytes) remains a major difficulty. In this study, we use the well-known clustering method K-means as a data reduction strategy that keeps the visual quality of the provided huge data as high as possible. The centroids of the dataset are used to display the distribution properties of data in a straightforward manner. Our data comes from a recent Kaggle big data set (Click Through Rate), and it is displayed using Box plots on reduced datasets, compared to the original plots. It is discovered that K-means is an effective strategy for reducing the amount of huge data in order to view the original data without sacrificing its distribution information quality
  • Article
    Otomatik Konuşma Tanıma Sistemlerinde Kullanılan Gerçek Metin Verisinde Biçimbilimsel-Sözdizimsel Hataların Tespiti ve Düzeltmesi
    (2019) Polat, Hüseyin; Sever, Hayri; Oyucu, Saadin; Tekbaş, Şükran
    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.