TR-Dizin İndeksli Yayınlar Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396

Browse

Filters

2019 - 201942020 - 202525

Settings

Department: search.filters.department.Abdullah Gül UniversitySubject: search.filters.subject.Bilgisayar Bilimleri, Yazılım Mühendisliği

Search Results

Now showing 1 - 10 of 29
  • Article
    Makine Öğrenmesi ve Derin Öğrenme Yöntemleri ile Hidroponik Tarım
    (2023) Bulut, Nurten; Hacıbeyoglu, Mehmet
    In the face of the rapidly increasing population of our world today, researchers have turned to studies that use existing resources more effectively and efficiently in addition to searching for new resources in order to meet the rapidly decreasing needs such as raw materials and nutrients. The use of hydroponic agriculture, which is one of the alternative methods that can be used to meet the need for nutrients, which is one of the greatest needs of humanity, has become more popular day by day. The use of nutrient solution water instead of soil, the fact that it is not affected by weather conditions, that it can be applied indoors and that it can be vertically oriented are the characteristics that make hydroponic agriculture different from other agricultural methods. In addition, the lack of soil in this agricultural method brings with it the need for more observation and supervision. The aim of this study is to show that the observation and surveillance needs necessary to increase yield in hydroponic agriculture can be achieved using machine learning and deep learning methods. For this purpose, it has been observed that the efficiency of hydroponic agriculture has been increased in experimental studies conducted using five machine learning and deep learning methods. The deep learning method has achieved better results with 99.7% success compared to other methods.
  • Article
    İşbirlikçi Filtreleme temelinde Film Öneri Sistemleri: Netflix üzerinde bir VakaÇalışması
    (2021) Sütçü, Muhammed; Kaya, Ecem; Erdem, Oğuzkan
    Filmler, şarkılar ve alışveriş ürünleri gibi ögelerin kullanıcı değerlendirmeleriÖneri Sistemleri (ÖS) tarafından henüz değerlendirilmemiş ürünleri tahmin etmekiçin kullanılır. ÖS kullanıcılara çeşitli alanlarda öneri vermek için geliştirilmiştir veÖS uygulama alanlarından birisi de film önerisidir. Bu alanda üç genel algoritmakullanılmaktadır; kullanıcılar arası benzerliğe dayanarak tavsiye veren İşbirlikçiFiltreleme, kullanıcı-eşya eşleştirilmesindeki ilişkiden beslenen İçerik TabanlıFiltreleme ve bu iki algoritmayı birleştiren Hibrit Filtreleme. Bu çalışmamızdaİşbirlikçi Filtreleme çerçevesinde hangi metotların daha etkili çalıştığı incelenmiştir.Analizimizde Netflix Ödül veri seti kullanılmış ve iyi bilinen İşbirlikçi Filtrelememetotları olan Tekil Değer Ayrışımı, Tekil Değer Ayrışımı++, K En Yakın Komşu veEş Kümeleme kıyaslanmıştır. Her metodun hatası Ortalama Hata Kare Kökükullanılarak ölçülmüştür. Son olarak, K En Yakın Komşu metodunun veri setimizdedaha başarılı olduğu sonuçlanmıştır.
  • Article
    Hibrit Akış Tipi Çizelgeleme Probleminin Parçacık Sürü Optimizasyon Algoritmasıyla Çözümüne Başlangıç Popülasyonun Etkisi
    (2020) Madenoglu, Fatma Selen
    Bu çalışmada, birden fazla aşama, her aşamada özdeş paralel makineler ve makinelerde işlenen işler arası geçişlerde sıraya bağlı hazırlık süresini içeren hibrit akış tipi çizelgeleme problemi sunulmuştur. Metasezgisel yöntemler bu karmaşık problemlerin çözümünde tercih edilmektedir. Metasezgisel yöntemlerde optimum çözüm ararken, oluşturulan başlangıç çözümlerin nihai sonuca etkisi oldukça önemlidir. Hibrit akış tipi çizelgeleme probleminin çözümüne önerilen parçacık sürü optimizasyon (PSO) algoritmasına farklı başlangıç çözüm oluşturma yöntemlerinin etkisi incelenmiştir. Dört farklı başlangıç çözüm oluşturma yaklaşımı sonuçları karşılaştırılmıştır. Nawaz, Enscore, Ham (NEH) sezgiselinin diğer yöntemlerden daha etkili olduğu sonucuna ulaşılmıştır.
  • Article
    Fine-Tuning Large Language Models for Turkish Flutter Code Generation
    (Sakarya University, 2025-12-29) Uluırmak, Buğra Alperen; Kurban, Rifat
    The rapid advancement of large language models (LLMs) for code generation has largely centered on English programming queries. This paper focuses on a low-resource language scenario, specifically Turkish, in the context of Flutter mobile app development. Two representative LLMs (a 4B-parameter multilingual model and a 3B code-specialized model) on a new Turkish question-and-answer dataset for Flutter/Dart are fine-tuned in this study. Fine-tuning with parameter-efficient techniques yields dramatic improvements in code generation quality: Bilingual Evaluation Understudy (BLEU), Recall-Oriented Understudy for Gisting Evaluation (ROUGE-L), Metric for Evaluation of Translation with Explicit Ordering (METEOR), Bidirectional Encoder Representations from Transformers Score (BERTScore), and CodeBLEU scores show significant increases. The rate of correct solutions increased from ~30–70% (for base models) to 80–90% after fine-tuning. The performance trade-offs between models are analyzed, revealing that the multilingual model slightly outperforms the code-focused model in accuracy after fine-tuning. However, the code-focused model demonstrates faster inference speeds. These results demonstrate that even with very limited non-English training data, customizing LLMs can bridge the gap in code generation, enabling high-quality assistance for Turkish developers comparable to that for English. The dataset was released on GitHub to facilitate further research in multilingual code generation.
  • Article
    Cilt Kanseri Görüntü Sınıflandırması için Görüntü Ön İşlemenin Evrişimsel Sinir Ağları Performansı Üzerindeki Etkileri
    (2022) Dedeturk, Beyhan Adanur; Bakir-gungor, Burcu; Tasdemir, Kasim
    Cilt kanseri, dünya çapında yaygın olarak karşılaşılan kanser türleri arasındadır. Günümüzde pek çok kanser vakasının yanlış ya da geç teşhisi sonucunda, hasta ölümleri de dahil olmak üzere ciddi problemler yaşanmaktadır. Bu çalışmada, evrişimli sinir ağlarını kullanarak cilt kanseri sınıflandırması problemini ele almaktayız. Çalışmadaki temel amacımız farklı öğrenme mimarilerini karşılaştırmak yerine, görüntüleri farklı ön işlemlere tabi tutup, bu işlemin kullanılan mimari performansına etkisini incelemektir. Bu amaç doğrultusunda, ISIC 2018 Cilt Görüntü Analizi Yarışması’na ait veri seti kullanılarak, iki farklı görüntü ön işleme yöntem dizisi ResNet50 mimarisi için uygulanmıştır. Bunlardan birincisinde sırasıyla ikili ve otsu eşikleme, CLAHE dönüşümü uygulanırken, ikincisinde morfolojik filtreleme, renk normalizasyonu ve dolgu işlemleri uygulanmıştır. F1 Puanı başta olmak üzere farklı performans metrikleri baz alındığında, cilt kanseri görüntüleri üzerinde ikinci ön işleme yöntem dizisinin performans iyileştirmesi yapabildiği gösterilmiştir.
  • Article
    Comparative Assessment of Smooth and Non-Smooth Optimization Solvers in HANSO Software
    (Balikesir University, 2021-10-27) Tor, Ali Hakan
    The aim of this study is to compare the performance of smooth and nonsmooth mization) software. The smooth optimization solver is the implementation of the Broyden-Fletcher-Goldfarb-Shanno (BFGS) method and the nonsmooth optimization solver is the Hybrid Algorithm for Nonsmooth Optimization. More precisely, the nonsmooth optimization algorithm is the combination of the BFGS and the Gradient Sampling Algorithm (GSA). We use well-known collection of academic test problems for nonsmooth optimization containing both convex and nonconvex problems. The motivation for this research is the importance of the comparative assessment of smooth optimization methods for solving nonsmooth optimization problems. This assessment will demonstrate how successful is the BFGS method for solving nonsmooth optimization problems in comparison with the nonsmooth optimization solver from HANSO. Performance profiles using the number iterations, the number of function evaluations and the number of subgradient evaluations are used to compare solvers.
  • Research Project
    Mikroşebeke Dizaynı Geliştirilmesi ve Gösterimi
    (2020) Alboyacı, Bora; Önen, Ahmet; Alan, İrfan
    3D Micro-grid
  • Research Project
    Benzotiyeno[3,2-B][1]Benzotiyofen (Btbt) Tabanlı Yüksek Performanslı N- Tipi/Ambipolar Yarıiletkenlerin Geliştirilmesi ve Yüksek Hızda Alan-Etkili Transistör(Ofet) Uygulamaları
    (2019) Demirel, Gökhan; Usta, Hakan
    Benzotiyeno[3,2-B][1]Benzotiyofen (Btbt) Tabanlı Yüksek Performanslı N- Tipi/Ambipolar Yarıiletkenlerin Geliştirilmesi ve Yüksek Hızda Alan-Etkili Transistör(Ofet) Uygulamaları
  • Article
    YSA Kullanılarak Mamogramlardan Dokusal Öznitelik Tabanlı Meme Kanseri İlgi Bölgesi Sınıflandırılması
    (2020-12-29) Taşdemir, Sena Büşra Yengeç; Tasdemir, Kasim; Aydin, Zafer
    Radyoloji uzmanlarının mamografi görüntülerine bakarak yaptığı meme kanseriteşhislerinde tip bir hata oranı yüzde otuzlara kadar çıkmaktadır. Kanserin teşhisbaşarısını artırmak adına bu çalışmada uzmanlara yardımcı olacak yeni birBilgisayar Yardımlı Teşhis sistemi, kanserli ve normal dokuyu ayırt etmek içinönerilmektedir. Önerilen sistemde kontrast limitli histogram eşitleme (CLAHE)yöntemiyle iyileştirilen görüntülerin iki boyutlu parçacık dönüşümlerinden (2B–DWT) Haralick ve HOG öznitelikleri çıkarılmıştır. Özniteliklerin sayısını azaltmasıiçin temel bileşenler analizi (PCA) algoritması kullanılmıştır. Seçilen öznitelikler çokkatmanlı algılayıcı (MLP) mimari yapısına sahip yapay sinir ağına (YSA) girdi olarakverilmiştir. Çok katmanlı algılayıcı üzerinde Adam eniyileme yapıldığında %81tespit doğruluğu yakalanmıştır. Ayrıca, diğer bir çok temel makine öğrenmesi vederin öğrenme yöntemleri denenerek karşılaştırma sonuçları detaylı olaraksunulmuştur. Sınırlı sayıda veri kümesi kullanıldığında transfer öğrenim kullanılsadahi derin öğrenme yöntemlerinin tespit başarısı azalmıştır. Buna karşılık doğru önişleme, öznitelik seçilimi ve makine öğrenmesi yaklaşımları kullanıldığı zamangeleneksel bilgisayarlı görü yöntemleri daha başarılı sonuçlar vermiştir
  • Article
    Symbolic Aggregate Approximation-Based Clustering of Monthly Natural Gas Consumption
    (2024-03-24) Söylemez, İsmet; Ünlü, Ramazan; Nalici, Mehmet Eren
    Natural gas is an indispensable non-renewable energy source for many countries. It is used in many different areas such as heating and kitchen appliances in homes, and heat treatment and electricity generation in industry. Natural gas is an essential component of the transportation sector, providing a cleaner alternative to traditional fuels in vehicles and fleets. Moreover, natural gas plays a vital role in boosting energy efficiency through the development of combined heat and power systems. These systems produce electricity and useful heat concurrently. As nations move towards more sustainable energy solutions, natural gas has gained prominence as a transitional fuel. This is due to its lower carbon emissions when compared to coal and oil, thus making it an essential component of the global energy framework. In this study, monthly natural gas consumption data of 28 different European countries between 2014 and 2022 are used. Symbolic Aggregate Approximation method is used to analyse the data. Analyses are made with different numbers of segments and numbers of alphabet sizes, and alphabet vectors of each country are created. These letter vectors are used in hierarchical clustering and dendrogram graphs are created. Furthermore, the elbow method is used to determine the appropriate number of clusters. Clusters of countries are created according to the determined number of clusters. In addition, it is interpreted according to the consumption trends of the countries in the determined clusters.