Rektörlüğe Bağlı Birimler

Permanent URI for this communityhttps://hdl.handle.net/20.500.12573/392

Browse

Browsing Rektörlüğe Bağlı Birimler by Scopus Q "Q4"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Article
    Citation - WoS: 1
    Examining Tongue Movement Intentions in EEG-Based BCI With Machine and Deep Learning: An Approach for Dysphagia Rehabilitation
    (Sciendo, 2024) Aslan, Sevgi Gokce; Yilmaz, Bulent
    Dysphagia, a common swallowing disorder particularly prevalent among older adults and often associated with neurological conditions, significantly affects individuals' quality of life by negatively impacting their eating habits, physical health, and social interactions. This study investigates the potential of brain-computer interface (BCI) technologies in dysphagia rehabilitation, focusing specifically on motor imagery paradigms based on EEG signals and integration with machine learning and deep learning methods for tongue movement. Traditional machine learning classifiers, such as K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Decision Tree, Naive Bayes, Random Forest, AdaBoost, Bagging, and Kernel were employed in discrimination of rest and imagination phases of EEG signals obtained from 30 healthy subjects. Scalogram images obtained using continuous wavelet transform of EEG signals corresponding to the rest and imagination phases of the experiment were used as the input images to the CNN architecture. As a result, KNN (79.4%) and SVM (63.4%) exhibited lower accuracy rates compared to ensemble methods like AdaBoost, Bagging, and Random Forest, all achieving high accuracy rates of 99.8%. These ensemble techniques proved to be highly effective in handling complex EEG datasets, particularly in distinguishing between rest and imagination phases. Furthermore, the deep learning approach, utilizing CNN and Continuous Wavelet Transform (CWT), achieved an accuracy of 83%, highlighting its potential in analyzing motor imagery data. Overall, this study demonstrates the promising role of BCI technologies and advanced machine learning techniques, especially ensemble and deep learning methods, in improving outcomes for dysphagia rehabilitation.
  • Thumbnail Image
    Article
    Citation - Scopus: 2
    Üniversite Kütüphanecilerinin Yapay Zeka Algıları, Kütüphanelerde Uygulama Alanları ve Geleceği
    (Üniversite ve Araştırma Kütüphanecileri Derneği (ÜNAK), 2024) Çuhadar, Sami; Mert, Selma; Gezer, Çağatay; Helvacıoğlu, Ece; Arus, Oya; Aslan, Özlem; Karslı, Melahat; Sönmez, Çiğdem; Taş, Ali; Açıkalın, Cansu; Aydemir Mazlumoğlu, Ayça; Erken, Mehmet; Yılmaz, Müberra; Gürdal, Gültekin; Araz Çerkez, Özlem; Uğur, Emrullah; Menemenlioğlu, Alper; Şenoğlu, Aysel; Atlı, Songül
    Günümüzde kütüphaneler, değişen teknoloji ve yeniliklerden etkilenen kurumlar arasında yer almaktadır. Yapay zeka teknolojilerinin popüler hale gelmesi, kütüphane hizmetlerini de dönüştürmeye başlamıştır. Bu araştırmada, Türkiye’deki üniversite kütüphanelerinin yapay zeka teknoloji ve uygulamalarının gelişim sürecinde yapmış olduğu ve yapmayı planladığı düzenlemeleri tespit etmek ve ilgili döneme özel geliştirdikleri hizmetleri belirlemek amacıyla bir anket uygulanmıştır. Anket, Türkiye’deki 208 üniversite kütüphanesinden 111 üniversite kütüphanesi yöneticisinin katılımıyla gerçekleştirilmiştir. Verilerin analizi ile üniversite kütüphanelerinin yapay zeka teknolojileri ve uygulamaları hakkındaki durumu, bilgi ve farkındalık düzeyleri belirlenmiş, eksik ve zayıf yönlerin geliştirilmesine yönelik önlemler ve öneriler sunulmuştur. İlgili araştırma, yapay zeka konusunda Türkiye’de üniversite kütüphanesi yöneticilerinden görüş ve öneri alarak gerçekleştirilen ilk ve en kapsamlı çalışmadır. Araştırma bulguları, üniversite kütüphanelerinin ChatGPT, Gemini, Grammarly vb. yapay zeka uygulamalarını belirli düzeyde kullandıklarını ancak yapay zeka ile ilgili kurumsal politika geliştirme, personele yetkinlik kazandırma ve planlama konularında ihtiyaçlarının olduğu ortaya çıkmıştır.