Mıshra, Alok
Loading...
Profile URL
Name Variants
Mishra, A.
Mishra, A
Mishra A.
Alok, Mishra
Mıshra, Alok
A., Mishra
Alok M.
M., Alok
M.,Alok
Mishra, Alok
Mishra,A.
A.,Mıshra
A.,Mishra
Alok, Mıshra
A., Mıshra
Mıshra,A.
Mishra, A
Mishra A.
Alok, Mishra
Mıshra, Alok
A., Mishra
Alok M.
M., Alok
M.,Alok
Mishra, Alok
Mishra,A.
A.,Mıshra
A.,Mishra
Alok, Mıshra
A., Mıshra
Mıshra,A.
Job Title
Profesor Doktor
Email Address
alok.mishra@atilim.edu.tr
Main Affiliation
Software Engineering
Status
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Sustainable Development Goals
1NO POVERTY
0
Research Products
2ZERO HUNGER
1
Research Products
3GOOD HEALTH AND WELL-BEING
9
Research Products
4QUALITY EDUCATION
6
Research Products
5GENDER EQUALITY
1
Research Products
6CLEAN WATER AND SANITATION
1
Research Products
7AFFORDABLE AND CLEAN ENERGY
0
Research Products
8DECENT WORK AND ECONOMIC GROWTH
0
Research Products
9INDUSTRY, INNOVATION AND INFRASTRUCTURE
8
Research Products
10REDUCED INEQUALITIES
0
Research Products
11SUSTAINABLE CITIES AND COMMUNITIES
4
Research Products
12RESPONSIBLE CONSUMPTION AND PRODUCTION
4
Research Products
13CLIMATE ACTION
4
Research Products
14LIFE BELOW WATER
4
Research Products
15LIFE ON LAND
0
Research Products
16PEACE, JUSTICE AND STRONG INSTITUTIONS
10
Research Products
17PARTNERSHIPS FOR THE GOALS
2
Research Products
This researcher does not have a Scopus ID.
Documents
165
Citations
2516
Scholarly Output
197
Articles
103
Views / Downloads
696/2397
Supervised MSc Theses
13
Supervised PhD Theses
8
WoS Citation Count
2022
Scopus Citation Count
3009
Patents
0
Projects
0
WoS Citations per Publication
10.26
Scopus Citations per Publication
15.27
Open Access Source
42
Supervised Theses
21
| Journal | Count |
|---|---|
| Sensors | 7 |
| TEM Journal | 7 |
| Computers in Human Behavior | 4 |
| Applied Sciences | 4 |
| Electronics Information and Planning | 4 |
Current Page: 1 / 22
Scopus Quartile Distribution
Competency Cloud
8 results
Scholarly Output Search Results
Now showing 1 - 8 of 8
Doctoral Thesis Bbo-de Algoritması Kullanarak Akıllı Şehirlerde Wsn Dağıtım Optimizasyonu(2023) Abdulwahıd, Huda M.khaled; Mıshra, AlokKablosuz Sensör Ağları (WSN'ler), akıllı şehir altyapısının dağıtımında kritik bir rol oynar ve kentsel ortamların etkin izlenmesi ve yönetimi sağlar. WSN'lerin akıllı şehirlerdeki dağıtımını optimize etmek, karmaşık ve dinamik doğası nedeniyle zorlu bir görevdir. Bu tez, Biyoğeografi Tabanlı Optimizasyon ve Diferansiyel Evrim (BBO-DE) algoritmalarının birleşimiyle WSN dağıtımına yönelik yeni bir yaklaşım sunmaktadır. Bu araştırmanın amacı, BBO-DE algoritmasının akıllı şehir senaryolarında optimal WSN dağıtımını gerçekleştirmedeki etkinliğini araştırmaktır. Algoritma, biyoğeografi prensiplerinden ilham alan biyoğeografi tabanlı optimizasyon tekniğini ve diferansiyel evrimin güçlü arama yeteneklerini bir araya getirir. Sensör düğümü yerleşimi için kapsama, ağ bağlantısı, dağıtılan sensör sayısı ve algılama örtüşmesi gibi faktörleri dikkate alarak keşfi ve kullanımı dengeleyerek neredeyse optimal çözümler bulur. BBO-DE algoritmasının performansını değerlendirmek için bir dizi deney yapıldı. Temel BBO ve genetik algoritma gibi diğer bilinen optimizasyon teknikleriyle karşılaştırmalı bir analiz gerçekleştirildi. Sonuçlar, BBO-DE algoritmasının diğer optimizasyon yöntemlerine göre tüm faktörlerde daha iyi performans sergilediğini göstermektedir. Bu araştırma, BBO-DE algoritmasını tanıtarak ve değerlendirerek akıllı şehirlerde WSN dağıtımı alanına katkıda bulunur. Bulgular, algoritmanın 3D uzayda optimal WSN dağıtımını gerçekleştirmedeki etkinliğini vurgulayarak akıllı şehir uygulamalarında geliştirilmiş algılama yetenekleri ve kaynak kullanımına yol açar.Doctoral Thesis Küçük ve Orta İşletmelerde Çevik Yöntemlerin Uyarlanmasındaki Faktörler(2018) Abdalhamıd, Samıa; Mıshra, Alok; Mıshra, DeeptıSon zamanlarda çevik yöntemlerin yazılım mühendisliği endüstrisinde giderek daha popüler olmasına rağmen yazılım geliştiren kurumların çevik yöntemleri benimsemelerinin kolaylığı veya zorluğu bazı faktörlere bağlıdır. Çevik yöntemlerin benimsenme sürecini başarılı hale getirmek ve başarısızlık korkusu olmadan benimsenmelerini sağlamak için kurumlara yardımcı olmak üzere, bazı faktörler bulunmaktadır. Küçük ve orta ölçekli firmaların çevik yöntemleri benimsemesini araştıran yeterli sayıda çalışma bulunmamaktadır. Bu sebeple, biz küçük ve orta ölçekli firmaların çevik yöntemleri benimsemesini etkileyen faktörleri başarı ve başarısızlık faktörleri için prensipleri sağlamak üzere araştırdık.Bu araştırmada, küçük ve orta ölçekli yazılım firmalarında çevik yöntemlerin kullanımı araştırıldı. Titiz bir literatür araştırması sonucunda birçok model ve hipotez geliştirildi ve kapsamlı bir anket ile 7 ülkedeki 52 yazılım kurumundan toplanan verilerle değerlendirildi. Sonuç olarak önemli özelliklere öncelik vermek, sık yazılım teslimatı yapmak ve araç kullanımı gibi bazı önemli başarı faktörleri belirlendi. Başarısızlığa yol açacak en önemli başarısızlık faktörü olarak kurumun çok büyük olması belirlendi.Doctoral Thesis Yazılım Geliştirme Organizasyonlarında Devops Uyumluluğu Üzerine Bir İnceleme: Kalite, Verimlilik ve Güvenlik Perspektifi(2023) Otaıwı, Zıadoon Abdullah; Yazıcı, Ali; Yazıcı, Ali; Yazıcı, Ali; Mıshra, Alok; Software Engineering; Software EngineeringGünümüzde birçok yazılım kuruluşu, yüksek kaliteli, güvenilir yazılımları hızla geliştirmek ve sunmak için birbiriyle rekabet etmekte. Son zamanlarda birçok yazılım firması, bir Geliştirme (Dev) ve Operasyon (Ops) metodolojisi olarak, DevOps'u tercih etmeye ve bu metodolojiyi sistem geliştirme yöntemi olarak projelerine uyarlamaya başlamışlardır. Bununla birlikte, güvenilir ve konuşlandırılabilir uygulamalar tasarlamak için yeni araçlar, teknolojiler, yöntemler, kültür ve deneyimli çalışma ekipleri gerektirdiğinden, yazılım endüstrisinin DevOps adaptasyonunda bir takım zorluklarla karşılaştığı bilnmektedir. DevOps'u çevreleyen mevcut akademik araştırmaların çoğu, bu yeni metodolojiye nasıl uyum sağlanacağına ve kuruluştaki performansın nasıl iyileştirileceğine ilişkin yanıtlar aramaktadır. Bunun içinde, hız, kalite ve üretkenlik konularına odaklanılması gerektiği anlaşılmaktadır. Bu çalışma, kuruluşlarda DevOps metodolojisinin uygulanmasında kalite, üretkenlik ve güvenlik konularıyla ilgili araştırma boşluklarını doldurmak için ampirik bir çalışma yürütmeyi amaçlamaktadır. Bu nicel çalışma sonucunda, CALMS (Kültür, Otomasyon, Yalın, Ölçüm ve Paylaşım) çerçevesine göre DevOps benimsendiğinde yazılım kalitesinin, üretkenliğin ve güvenliğin arttığını gözlemlenmiştir. Ancak, toplanan nicel verilere göre, DevOps benimsendiğinde güvenlik üzerinde bazı zorluklar ve olumsuz etkilerin söz konusu olduğu da belirlenmiştir. Bu çalışmada ayrıca, kuruluşlarda DevOps'un adaptasyonunu kolaylaştırmak için en iyi uygulamaları ve önerileri kullanarak geliştirilen bir model önerisi yapılmıştır.Doctoral Thesis Kelime Gömme Kuralları ve Metin Sınıflandırması Tabanlı Makine Öğrenme Üzerine Bir Çalışma(2019) Al-gartanee, Asmaa; Mıshra, Alok; Görür, Abdül KadirÇevrimiçi bilgilerin, internet üzerinden temin edilebilen elektronik belgelerin ve dijital kütüphanelerin sayısındaki ani artış ile beraber metin belgelerinin kategorize edilmesinde zorluklar oluşmaya başlamıştır. Metin sınıflandırması teknik sürecinin kara kutusunun gösterilebileceği en esnek yöntemlerden birisi olarak görülen kural tabanlı yaklaşımlar olarak gömme, kural tabanlı ve makine öğrenme yaklaşımı bu problemin bu nedenle en iyi çözümleridir. Sınıflandırma sürecinin detayları görülebilir ve iyi sonuçlar elde etmek için bazı araçlar ve yeni talimatlar eklenebilir. Bu yaklaşımın bilgi alma, e-devlet, bilgi süzme, metin veri tabanları, dijital kütüphaneler ve diğer uygulamalar için değeri yüksektir. Gömme tekniği ve kural tabanlı oluşturma problemi metin kategorizasyonunda çok belirgin bir öneme sahiptir. Gömme tekniğinin ana fikri, metin kategorizasyon motoruna bir belgeyi bir kategoriye dönüştürmesinde yardımcı olabilecek bilgilendirici ve bilgilendirici olmayan kelimeleri tutabilecek bir teknik kullanarak anahtar kelimelerin önemini tespit etmektir. Bu tez, kelimeden vektöre (word2vec) ve belgeden vektöre (doc2vec) yaklaşımları için gömme tekniği kullanan kural tabanlı yaklaşımı ele almaktadır. Benzerlik hesabına bağlı olarak anahtar kelimeler hazırlamada bu iki teknik kullanılacaktır. Bunun ardından, doğruluk, geri çağırma, hassasiyet ve F-Ölçümleri gibi performans değerlendirme ölçütlerini hesaplayarak sistemin en iyi performansını gerçekleştirecek bir sınıflandırıcı için kural tabanlı yaklaşımı uygulamada bu anahtar kelimeleri kullanırız. Reuters 21578 ve 20 haber grupları veri kümeleri üzerinde Reuters 21578 ve 20 haber grupları veri kümelerinin ilk on kategorisini tasnif etmek için deneyler yapılmıştır. Python dili; F-M Skoru, Hata oranı ve Doğruluk ile ölçülmekte olan yaklaşımın genel etkinliği ile izlenen kural tabanlı bir yaklaşımı meydana getirmek için kullanılmıştı. Reuters 21578 veri kümesi durumunda doc2vec (d2vRule) kullanan gömme tekniği ile kural tabanlı sonuçları; doğruluk % 79, geri çağırma % 75, F-Ölçümleri % 76.75, hata oranı % 9.28 ve doğruluk ölçümleri % 90.72 olarak bulunmuştur. 20 Haber Grubu veri seti için sonuçlar; hassasiyet % 76, geri çağırma % 66,64, F-Ölçümü % 70,98, hata oranı % 9,99 ve doğruluk ölçümü % 90,07 olarak bulunmuştur. Ayrıca, makine öğrenme algoritmaları J-RIPPER (JRip), One Rule (OneR) ve ZeroR, Reuter 21578 veri setine uygulandığında, JRip, OneR ve ZeroR için sırasıyla 0.713 - 0.752, 0.506 - 0.598 ve 0.219 - 0.39 F-Ölçümleri ve doğruluk ölçümleri elde ettik. . Buna ilaveten, bu algoritmaları veri kümemize uyguladığımızda, mutabakat sağlandı ve algoritmamızın (d2vRule) yukarıda belirtilen bu üç algoritmadan daha iyi performans gösterdiği ortaya çıktı. Bundan başka, değerlendirme ölçütlerine göre iyi bir sınıflandırma süreci sağlamaktadır. Diğer taraftan, gömme tekniğini word2vec modeliyle kullanırken, bu sonuçların hassasiyet, geri çağırma ve F-Ölçüm yaklaşımlarına bağlı olduğu tahmin edilebilir. Son olarak, kural tabanlı yaklaşımızın makine öğrenme sonuçlarından yani Naïve-Bayes, Naive Bayes Updateable, Rules.DecisionTable, Lazy. IBL ve Lazy.IBK. yaklaşımlarının sonuçlarından daha iyi olduğu açıktır. Kural-tabanlı (w2cRule) yaklaşımımız için geçerliliği denetlendiğinde, belirli bir referansın kural-tabanlı (RB) sınıflandırıcısının doğru sınıflandırılmış örneklerin % 82.19'u ile en yüksek doğruluğa sahip olduğu görülürken, Karar Ağacı (DT) Destek Vektör Makinesinin (SVM), Rastgele Orman (RF) ve Bayes Net (BN) sırasıyla % 81.72, % 81.49, % 81.19 ve % 77.85 doğruluk oranlarına sahiptirler ve Geçici Spesifiklik Skoru (TSS) sınıflandırıcısı referans alınan örneklerin % 77.19'unu doğru bir biçimde sınıflandırmıştır. Bununla beraber, kelimeden vektöre kural tabanlı sınıflandırıcımız (w2vRule) Reuter 21578 veri kümesi durumunda % 73 hassasiyet, % 77.61 geri çağırma, % 75.09 F-Ölçümü, % 10.09 hata oranı ve % 89.91 doğruluk ölçüm seviyeleri gözlemlenmiştir. Bundan dolayı, önceki kural tabanlı ve makine öğrenme sınıflandırıcıları ile kıyasladığımızda en iyi sonuçları vermiştir.Doctoral Thesis Farklı Derin Öğrenme Teknikleri ve Meta-sezgisel Algoritmalara Dayalı Tıbbi Veri Kümesi Sınıflandırması(2023) Kadhım, Yezı Alı; Mıshra, Alok; Doruk, Reşat ÖzgürTıp, bilgisayar bilimindeki ilerlemenin önemli ilerleme kaydettiği alanlardan biridir. Bilgisayarların Tıpta kullanımı kesinliği artırır ve veri işlemeyi ve teşhisi hızlandırır. Şu anda, derin öğrenme algoritmalarının önemli bir rol oynadığı çeşitli bilgisayar destekli teşhis sistemleri bulunmaktadır. Daha hassas ve daha hızlı sistemlere ihtiyaç vardır. Bilgisayar destekli teşhis (CAD), yıllar içinde teşhis tahmini için etkili ve doğru bir yöntem olduğunu kanıtlamıştır. Bu çalışma, teşhisi olabildiğince doğru bir şekilde gerçekleştirmek amacıyla otomatik bir CAD sisteminin geliştirilmesine odaklanmaktadır. Derin öğrenme yöntemleri, tıbbi görüntü veri kümeleri üzerinde etkileyici sonuçlar üretebilmiştir. Bu tezde, iki farklı tıbbi veri kümesinden COVID-19, ve birkaç tıbbi veri seti tespitini kapsayacak şekilde en uygun özellikleri seçmek için meta-sezgisel yöntemin yardımıyla beyin tümörü. Birkaç önceden eğitilmiş evrişimli sinir ağı (CNN) AlexNet, GoogleNet, ResNet 50 ve DenseNet 201'in ilk kombinasyonu, üç tür Meta-Sezgisel Algoritma Karınca Kolonisi Optimizasyon algoritması (ACO), Particle Swarm Optimization algoritması (PSO), ve Genetik Algoritma (GA). İkinci kombinasyon, verilerin orijinal performansını korurken veri kümesinin boyutunu küçültmeyi amaçlayan yenilikçi bir yöntem olan üç tür Meta-Sezgisel Algoritma ACO, PSO ve GA ile Otomatik kodlayıcıydı. Doğru bir teşhis gerçekleştirmek için meta-sezgisel algoritmalar ve denetimli makine öğrenimi algoritmaları ile birlikte derin öğrenme yöntemlerinin kullanılması. Özellik çıkarımı için önceden eğitilmiş evrişimli sinir ağları (CNN'ler) veya otomatik kodlayıcı kullanılırken, özellik seçimi ACO veya PSO veya GA kullanılarak gerçekleştirilir. Karınca kolonisi optimizasyonu, veri miktarını azaltırken en iyi optimum özelliklerin aranmasına yardımcı olur. Son olarak, tanı tahmini (sınıflandırma), öğrenilebilir sınıflandırıcılar kullanılarak gerçekleştirilir. Özelliklerin çıkarılması ve seçilmesi için yeni çerçeve, derin öğrenme, otomatik kodlayıcı ve ACO'ya dayanmaktadır. Önerilen kombinasyonun performansı, iki tıbbi görüntü veri seti kullanılarak karar ağacı (DT), destek vektör makinesi (SVM), k-en yakın komşular (KNN), topluluk, Naive Bayes ve diskriminant gibi sınıflandırıcılarla değerlendirilir: göğüs röntgeni (COVID-19 ve beyin tümörlerinin varlığının tahmini için CXR) ve manyetik rezonans görüntüleme (MRI). Doğruluk, önerilen yaklaşımın performansını mevcut son teknoloji yöntemlerle karşılaştırmak için ana ölçü olarak kullanılır. Önerilen sistem, sırasıyla COVID-19 ve beyin tümörlerinin varlığını teşhis etmede diğer tüm yöntemleri geride bırakarak ortalama %99,61 ve %99,18 doğruluk elde ediyor. Elde edilen sonuçlara dayanarak, doktorların veya radyologların önerilen yaklaşımı COVID-19 hastalarının ve spesifik beyin tümörü olan hastaların teşhisinde güvenle kullanabilecekleri söylenebilir. Ayrıca bu tezde, farklı derin öğrenme tekniklerinin meta-sezgisel algoritma ile bir kombinasyonu, evrişimli sinir ağı veya otomatik kodlayıcı derin öğrenme yöntemlerinin her biri, iki farklı tıbbi veri setinden etkili özellikleri çıkarmak için uygulandı. Parçacık Sürü Optimizasyon Algoritması (PSO) tarafından elde edilen optimal özellikleri seçmek için meta-sezgisel yöntemin yardımıyla, yenilikçi bir yöntem olarak kabul edilen bu kombinasyon, verilerin orijinal performansını korurken veri kümesinin boyutunu küçültmeyi amaçlamaktadır. Kovid-19 veri seti, CNN-PSO-SVM kombinasyonu ile en yüksek doğruluğun %99,76 olduğunu ve ortak beyin tümörü veri seti için en yüksek doğruluk olarak %99,51'lik doğruluğun, otomatik kodlayıcı-PSO-KNN kombinasyon yöntemiyle elde edildiğini buldu. . Derin öğrenme yönteminin PSO özellik seçim algoritması ile kombinasyon modelinin, ACO algoritması ile aynı yönteme göre çok daha uzun zaman aldığını ve aynı zamanda PSO'nun doğruluğunun ACO doğruluğuna yakın olduğunu fark ettik.Doctoral Thesis E-devlet için Afet Yönetim Sistemini Geliştiren Şeyler(2020) Ibrahım, Thaer Ismael Ibrahım; Mıshra, Alok; Bostan, AtilaAfetler vatandaşların yaşamları ve mülkleri için gerçek bir tehdit oluşturmaktadır. Bu nedenle, tehditlerini azaltmak gerekir. Bu hedefe ulaşmak için afet yönetim sisteminin geliştirilmesi için bir çerçeve önerilmiştir. Akıllı Afet Yönetim Sistemi (SDMS) adı verilen gelişmiş sistem; bit, özellikle Nesnelerin İnterneti (IoT) teknolojisine. Önerilen sistemin tüm katılımcıları ve faaliyetleri, Birleşik Modelleme Dili (UML) diyagramları (kullanım-durum diyagramı ve aktivite diyagramı) kullanılarak sistem için kavramsal bir tasarım hazırlanarak açıklığa kavuşturuldu. Bu çaba vatandaşların BİT kullanımına karşı hazırlıklı olmama durumunun üstesinden gelmek ve afetlere karşı hazır olmalarını artırmak için yapılmıştır. Irak bu araştırma için örnek olay olarak seçildi. Irak vatandaşlarının hazır bulunmaması, iki farklı yöntem kullanılarak, felaket alanındaki uzmanlarla ve BİT alanındaki uzmanlarla yapılan görüşmelerle çıkarıldı. Diğer yöntem Irak vatandaşlarına bir anket formu dağıtmaktır.Doctoral Thesis Bulut Hesaplama Yapısı ile Çevik Yazılım Bakımı ve Geliştirmesi(2023) Almashhadanı, Mohammed; Yazıcı, Ali; Mıshra, AlokÇevik yöntemler şelale, prototipleme, spiral ve diğer geleneksel yazılım metodolojilerinin karşılaştığı sorunları önlemek amacı ile ortaya atılmıştır. Yapılan birçok akademik çalışmada çevik yöntemlerin yazılım geliştirmedeki yararlarını gösteren farklı özellikleri ve yönleri işlenmiştir. Bununla birlikte, birçok çalışmada bulut ortamında da çevik yaklaşımın yararlı olacğını gösteren yeni yapılar önerilmektedir. Mevcut çalışmalar bulutta çevik adaptif geliştirme üzerine yoğunlaşırken, bakım sürecinin çevik yaşam döngüsüne kapsamlı olarak katılmadığı görülmektedir. Bu çalışmanın amacı, bulut ortamında çevik yazılım bakımı ve geliştirmesi için bakım süreçlerinde kullanılmak üzere yeni bir Bulut Hesaplama Yapısı (ASMDCC) önermektir. Bu yapı üzerinde yapılan vaka çalışması bulguları, çevik yaklaşımla bulut kombinasyonunun geleneksel yazılım bakımında karşılaşılan başlıca sorunları çözebileceğini ve bu yaklaşımın küresel/dağıtılmış yazılım bakımındaki rolünü önemli kıldığını ortaya koymuştur. Ayrıca, Bulut Bilişim hizmetlerinin yazılım bakımını çözmede hayati bir rol oynadığı gösterilmiştir. Son olarak, sonuçlar, önerilen yapının kullanılmasının, yönetim, altyapı, işbirliği ve şeffaflık ile ilgili geleneksel ortama kıyasla bakım ekibinin karşılaştığı zorlukları iyileştirdiğini göstermektedir. Anahtar Kelimeler: Yazılım Bakımı, Çevik Yöntemler, Bulut Bilişim, Küresel ÇevreDoctoral Thesis Tümleşik Ajana Dayalı Bir Yazılım Mühendisliği Metodolojisine Doğru(2018) Abdalla, Reem; Mıshra, AlokBilgisayar bilimi ve yazılım mühendisliği topluluğu, 1990'lı yıllardan beri bilgi teknolojisi alanında sağlam bir yer edindikleri ve bunu devam ettirmeye başardıkları için bilimde en ilerici ve en önemli alanlardan biri haline gelmiştir. Ajan teknolojileri son yıllarda hızla gelişmiş olup ilgili bilimsel araştırmalarda tavsiye edilen işlem, çalışma alanı ve kavramların sayısı artış göstermiştir. Dolayısıyla ajan teknolojisi, alışveriş simülasyonları, gözetim, sistem hata bulucuları ve onarım prosedürleri dâhil olmak üzere çeşitli alanlarda problem çözme konusunda birçok uygulamaya ve kullanıma sahiptir. Özellikle son yıllarda sürekli büyüyen ilgi ve alaka ile birlikte çeşitli uygulamalarda ajan yaklaşımları artış göstermiştir. Bu yaklaşımlar evrimseldir ve özellikle ajanlar ve onların belirli özellikleri için tasarlanmıştır. Bununla birlikte, çok sayıda ajan odaklı metodolojilerin varlığına rağmen ilgili projelerin geliştirilmesi adına kapsamlı ve tam teşekküllü bir ajan yaklaşımı hâlihazırda mevcut değildir. Bu konuyu dengelemeye yönelik hamlelerden birisi, nesneye dayalı analiz ve tasarım alanında Tümleşik Modelleme Dili'nin evrimi ile karşılaştırılabilir çeşitli mevcut metodolojilere ait modelleri derlemektir.