Scopus İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/395
Browse
2 results
Search Results
Article Citation - WoS: 4Citation - Scopus: 5Noise-Assisted Multivariate Empirical Mode Decomposition Based Emotion Recognition(Istanbul Univ-Cerrahapasa, 2018-08-03) Ozel, Pinar; Akan, Aydin; Yilmaz, BulentEmotion state detection or emotion recognition cuts across different disciplines because of the many parameters that embrace the brain's complex neural structure, signal processing methods, and pattern recognition algorithms. Currently, in addition to classical time-frequency methods, emotional state data have been processed via data-driven methods such as empirical mode decomposition (EMD). Despite its various benefits, EMD has several drawbacks: it is intended for univariate data; it is prone to mode mixing; and the number of local extrema must be enough before the EMD process can begin. To overcome these problems, this study employs a multivariate EMD and its noise-assisted version in the emotional state classification of electroencephalogram signals. Emotion state detection or emotion recognition cuts across different disciplines because of the many parameters that embrace the brain's complex neural structure, signal processing methods, and pattern recognition algorithms. Currently, in addition to classical time-frequency methods, emotional state data have been processed via data-driven methods such as empirical mode decomposition (EMD). Despite its various benefits, EMD has several drawbacks: it is intended for univariate data; it is prone to mode mixing; and the number of local extrema must be enough before the EMD process can begin. To overcome these problems, this study employs a multivariate EMD and its noise-assisted version in the emotional state classification of electroencephalogram signals.Article Citation - Scopus: 6Üniversite Kütüphanecilerinin Yapay Zeka Algıları, Kütüphanelerde Uygulama Alanları ve Geleceği(Üniversite ve Araştırma Kütüphanecileri Derneği (ÜNAK), 2024-12-26) 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, SongülGünümüzde 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.