93 results
Search Results
Now showing 1 - 10 of 93
Master Thesis Optimize edilmiş makine öğrenim tekniklerine dayalı yazılım kusurlarını öngörmek için yeni bir yöntem(2022) Hassen, Shaho Ismael; Yazıcı, Ali; Mıshra, AlokBu tezde, tüm gerçekleri motivasyon olarak kabul ederek yazılım kusur tahmini için yeni ve sağlam bir buluşsal güdümlü nöro-bilgisayar modeli geliştirilmiştir. Diğer klasik makine öğrenimi modellerinden farklı olarak, nöro-bilgisayar, özellikle Levenberg Marquardt Sinir Ağı (LM-YSA), doğrusal olmayan özellik öğrenimi ve dolayısıyla hatalı veriler için hayati önem taşıyabilecek uyarlamalı öğrenme açısından daha sağlam olarak kabul edilimektedir. Ancak, diğer makine öğrenimi modellerinde olduğu gibi, 17 giriş özelliği olanlarda da aşırı yüksek ağırlık tahmini nedeniyle yerel minimum ve yakınsama olasılığından kaçınılamamıştır. Bu gerçeği göz önünde bulundurarak, bu araştırma, öğrenme sırasında uyarlanabilir ağırlık tahmini ve güncelleme için YSA'ya yardımcı olamak amacıyla buluşsal model denilen yeni bir geliştirilmiş genetik algoritm sunark katkıda bulunmuştur. Burada buluşsal modelin temel amacı, LM-YSA'nın herhangi bir yerel minimum ve yakınsama sorunu yaşamadan üstün ağırlık tahmini, güncelleme ve dolayısıyla öğrenme elde etmesine yardımcı olmaktır. Sonuç olarak , önerilen nöro-bilgisayar modelinin hedeflenen yazılım hatası veri kümeleri üzerinde klasik sinir ağından daha yüksek doğruluk elde etmesine yardımcı olmuştur. Sınıflandırıcı veya makine öğrenimi iyileştirmesine ek olarak, bu araştırmada, herhangi bir sınıf dengesizliği, aşırı uydurma ve yakınsama olasılığının hafifletilmesine yardımcı olan özellik mühendisliğine de odaklanılmıştır.Doctoral Thesis E-devlet Olgunluk Modeli için Özgün Bir Yaklaşım(2024) Okan, Aylin Akça; Turhan, Çiğdem; Yazıcı, AliBu tez, e-devlet olgunluğunun yeni geliştirilen bir model olan Bütünsel e-Devlet Olgunluk Modeli (Holistic e-Government Maturity Model - HeGMM) aracılığıyla değerlendirilmesine yönelik bir çerçeve sunmaktadır. Araştırma, mevcut e-devlet olgunluk modellerindeki önemli boşlukları, özellikle bunların esneklik eksikliğini, çok perspektifli ancak yetersiz yaklaşımları ve evrensel olarak uygulanabilir veya kolayca erişilemeyen göstergeleri ele almaktadır. Önerilen HeGMM, e-devlet girişimlerinin değerlendirilmesi için incelikli ve sağlam bir çerçeve sağlayarak teknolojik, sosyal, idari ve mali yönler de dahil olmak üzere birçok boyutu entegre etmektedir. ITU, Birleşmiş Milletler, OECD ve Dünya Bankası gibi uluslararası kurumların verilerinden yararlanan model, ülkelerdeki yerel ve merkezi yönetimlere uyarlanabilen kapsamlı ve objektif bir değerlendirme sağlamaktadır. Temel hedefler arasında, mevcut e-devlet modellerinin güçlü ve zayıf yönlerini belirlemek için sentezleme, güvenilir ve karşılaştırılabilir göstergeler geliştirme ve teknolojik ve yönetişim gelişmelerini içeren bir model formüle etmek yer almaktadır. Model, kapsamlı veri analizi ve endeksleri gibi yerleşik ölçütlerle karşılaştırma yoluyla doğrulanmaktadır. Araştırma, teknolojik yeniliklere ve gelişen yönetişim uygulamalarına ayak uydurmak için dinamik ve uyarlanabilir bir modelin öneminin altını çizmektedir. HeGMM böylelikle dijital çağda daha etkili, verimli ve kapsayıcı kamu hizmeti sunumuna katkıda bulunarak, e-devlet girişimlerini uygulamak veya geliştirmek isteyen hükümetler için bir referans noktası olmayı amaçlamaktadır.Master Thesis Kontrollü Çok Konulu Metin Üretimi için Yeni Bir Derin Öğrenme Yaklaşımı(2022) Çağlayan, Cansen; Karakaya, Kasım MuratOne of the most important tasks in the Controllable Text Generation (CTG) domain is to create topic-controlled texts. In this study, we propose and design three different approaches, and conduct extensive experiments on them to observe the performance of the controlled multi-topic reviews generated in Turkish. In the first approach, we generate controlled multi-topic text using a single-layer GPT language model by incorporating several control techniques. To control the language model, we first add topic information to the sequential input, as a second technique we add the automatically extracted keywords for each topic to the sequential input in addition to the first technique. The last technique that we propose is a novel sampling strategy. We propose to use a topic selection classifier that enables the next token selection according to the probability of the selected tokens being on the desired topic. Then, we apply these approaches to a more advanced language model, the multi-layer GPT, and interpret the results. In addition to these experiments, we compare three different deep learning text classification models in order to create a reliable multi-topic review classifier.Master Thesis Akıllı Telefon Kullanıcılarının Güvenlik Farkındalığı: Belirtimsel Bir Çalışma(2025) Moussa, Salah Abdarazak; Koyuncu, MuratBu tez, mobil cihazların günlük hayatta vazgeçilmez hale geldiği bir çağda akıllı telefon güvenliği farkındalığının kritik sorununu incelemektedir. Akıllı telefonlarda depolanan kapsamlı miktarda kişisel veriyle, bu cihazlar yalnızca kolaylık sağlayan araçlar değil, aynı zamanda siber saldırılar için potansiyel hedeflerdir. Her yerde bulunmaları, hassas uygulamalar ve bilgilerle birleştiğinde, onları bilgisayar korsanlığından fiziksel kayba kadar çeşitli tehditlere karşı savunmasız hale getirir. Sonuç olarak, akıllı telefonların güvenliğini sağlamak giderek daha hayati hale gelmiştir. Kullanıcılar, kimlik avı ve kötü amaçlı uygulamalar gibi dijital tehditler konusunda farkındalıklarını artırmalı ve güçlü kilit ekranı ayarları ve güvenli yedekleme rutinleri gibi önlemler benimsemelidir. Bu çalışma, akıllı telefon kullanıcılarının güvenlik farkındalık düzeylerini, yaygın riskleri anlamalarına, koruyucu önlemleri benimsemelerine ve siber saldırılara karşı algılanan duyarlılıklarına odaklanarak bir anket yöntemi aracılığıyla değerlendirmeyi amaçlamaktadır. Çoğunlukla 18-30 yaş aralığındaki 145 katılımcıdan oluşan çeşitli bir örneklem, güvenlik davranışları hakkında içgörüler sağlamıştır. Bulgular, kullanıcıların cihazlarını kilitlemek gibi temel önlemleri sıklıkla kullanırken, düzenli veri yedeklemeleri, şifreleme ve kimlik avı girişimlerine karşı dikkatli olma gibi daha gelişmiş uygulamaların sıklıkla göz ardı edildiğini göstermektedir. Ayrıca, çalışma, çevrimiçi hesapları ve kişisel verileri korumak gibi yumuşak güvenlik önlemlerine kıyasla yetkisiz cihaz erişimini engelleme gibi fiziksel güvenliğe güçlü bir vurgu yapıldığını ortaya koymaktadır. Bu araştırma, akıllı telefon güvenliği uygulamalarındaki önemli boşluklara ışık tutmakta ve bu eksiklikleri gidermede kullanıcı eğitiminin önemini vurgulamaktadır. Eyleme dönüştürülebilir içgörüler ve pratik öneriler sunarak, çalışma daha geniş siber güvenlik alanına katkıda bulunmakta ve akıllı telefon güvenliğini artırmak için daha etkili farkındalık kampanyaları ve araçlarının geliştirilmesini desteklemektedir.Master Thesis Reklam Tıklama Tahmini için Takviyeli Öğrenme(2023) Haıder, Umaır; Yıldız, BeytullahÇevrimiçi reklamcılıkta kritik öneme sahip tıklama oranı (CTR) tahmini için geleneksel yöntemler, kullanıcı tercihlerinin dinamikliği ve reklamların alakasını kapsamada zorlanırken, yeni stratejilerin keşfini başarılı olanlarla dengeli bir şekilde sağlayan Thompson Örnekleme gibi takviyeli öğrenme (RL) algoritmaları, etkili bir çözüm sunar. Bu araştırmada, gerçek dünya reklam izlenimleri ve tıklamalarını simüle etmek için özel bir OpenAI Gym ortamını ve kullanıcı tercihlerinin ve reklamların alakasının sürekli değişimini ele alan dinamik CTR'yi tahmin etmek için bir Thompson Örnekleme uygulamasını içeren yeni bir RL tabanlı yaklaşım sunuyoruz. Bulgular, Thompson Örnekleme'nin CTR tahmininde, diğer RL stratejilerinden yaklaşık \%10 daha yüksek bir güven seviyesi ile, üstün bir performans sergilediğini ve bu sayede çevrimiçi reklam seçim süreçlerinin önemli ölçüde gelişebileceğini, böylece daha yüksek CTR'ler ve potansiyel olarak reklam yayıncıları için artan gelir sağlayabileceğini öne sürüyor.Master Thesis Kullanıcı Odaklı Yaklaşımlarla Mobil Güvenliğin Değerlendirilmesi ve Geliştirilmesi(2025) Alburkı, Hussaın Taha Hussaın; Koyuncu, MuratMobil uygulamalar günümüzde bireylerin finansal, tıbbi ve kişisel etkileşimlerinin giderek artan bir kısmını yönetmektedir. Ancak güvenlik araştırmaları hâlâ büyük ölçüde kod düzeyindeki açıklar üzerine yoğunlaşmakta ve sıradan kullanıcıların bu koruma mekanizmalarıyla nasıl etkileşime geçtiğini göz ardı etmektedir. Bu boşluğu kapatmak amacıyla, OWASP Mobile Top 10, MITRE ATT&CK ve güncel akademik literatürde tanımlanan teknik tehditleri sade bir dille sekiz uygulanabilir adıma dönüştüren bir kontrol listesi geliştirilmiştir. Bu adımlar; aşırı izin verme, güvensiz ağ kullanımı ve zayıf kimlik doğrulama gibi temel güvenlik açıklarını hedef alır ve teknik olmayan terimlerle ifade edilerek geniş bir kullanıcı kitlesi için erişilebilir hale getirilmiştir. Çalışma üç aşamalı bir yöntem izlemiştir: zafiyet analizi yoluyla kontrol listesi geliştirme, kullanıcı davranışlarını ve liste kullanımını değerlendiren bir anket uygulaması ve katılımcı geri bildirimlerine dayalı rehber ilke oluşturma. Geliştirilen kontrol listesi, yaş, platform ve siber güvenlik deneyimi bakımından çeşitlilik gösteren 42 Android ve iOS kullanıcısıyla test edilmiştir. Katılımcıların %83'ü kontrol listesindeki adımların çoğunu tamamlamış, %70'ten fazlası ise mobil riskler konusunda farkındalıklarının arttığını bildirmiştir. Bu bulgulara dayanarak teknik standartlarla kullanıcı pratiği arasındaki boşluğu doldurmayı amaçlayan on ilke geliştirilmiştir. Her ilke, belirli kullanıcı eylemlerini bilinen zafiyetlerle eşleştirmekte ve OWASP ile MITRE gibi güvenlik çerçeveleriyle uyum göstermektedir. Sonuçlar, teknik temelli davranışsal içgörülerle geliştirilen kullanıcı odaklı araçların farkındalığı artırma ve daha güvenli alışkanlıklar kazandırma potansiyeline sahip olduğunu vurgulamaktadır.Master Thesis 4d Fmri'ye Dayalı Alzheimer Hastalığı Tespiti İçın 3d-capsnet ve Rnn Kullanımı(2023) Ismaıl, Alı Mohamed Kotb Mohamed Ismaıl Alı Mohamed Kotb Mohamed; Dalveren, Gonca Gökçe MenekşeAD ilerlemesinin erken tahmin edilmesi, bilişsel gerilemeyi daha etkili bir şekilde yavaşlatmaya yardımcı olabilir. Dinlenme durumu fonksiyonel manyetik rezonans görüntüleme (rs-fMRI) kullanılarak otomatik AD teşhisi için evrişimli sinir ağlarına (CNN'ler) dayalı farklı yöntemlerin uygulanmasına yönelik birkaç çalışma yapılmıştır. Bu çalışmalarda tanıtılan yöntemler 2 büyük zorlukla karşılaşmaktadır. Bu zorluklardan ilki, overfitting ile sonuçlanan küçük boyutlu fMRI veri kümeleridir. İkincisi ise, fMRI verilerinin 4D bilgilerinin verimli bir şekilde modellenmesinin gerekmekte olduğudur. Bazı araştırmalar, 4D bilgilerini modellemek için fMRI verilerinden oluşturulan fonksiyonel bağlantı (FC) matrislerine derin öğrenme yöntemleri uygulamaktadır. Diğerleri ise değerli bilgi kaybına neden olan ayrı 2D dilimler veya 3D hacimler olarak fMRI verilerine uygulamaktadır. Bu çalışmada, AD teşhisi için fMRI verilerinin uzay-zamansal (4D) bilgilerini modellemek için CapsNet-RNN tanıtılmaktadır. Modelde, bir fMRI zaman serisinin hacimlerinden uzamsal özellikleri çıkarmak için, özellikle küçük boyutlu veri kümelerinde overfitting sorununu hafifletmek için geleneksel CNN'lerin bir modifikasyonu olan Kapsül Ağı (CapsNet) kullanılmaktadır. Uzamsal özellikler daha sonra zaman serisi boyunca zamansal ilişkileri modellemek için RNN ile kullanılmaktadır. RNN'ler. Modelimiz AD - NC ve lMCI - eMCI sınıflandırma görevleri için sırasıyla %86,5 ve %61,8 doğruluk elde edebilmiştir.Master Thesis Derin öğrenme ile orman yangını tespiti(2024) Özel, Berk; Khan, Muhammad UmerYangın algılama sistemleri can güvenliği ve maddi hasarın en aza indirilmesi açısından kritik öneme sahiptir. Bu tür sistemlerin hayati önem taşıdığı alanlardan biri de orman yangınlarıdır. Son yıllarda büyüklük, süre ve tahribat açısından rekor sayıda orman yangını yaşandı. Duman veya ısı sensörleri gibi geleneksel yangın algılama yöntemlerinin sınırlamaları vardır ve bu da ileri teknolojilere dayalı yenilikçi yaklaşımların ortaya çıkmasına neden olur. Bu tez, orman yangını tespiti için bir derin öğrenme modeli olan ResNet ile birlikte Batch-Instance Normalizasyonunun uygulanmasını incelemektedir. Çalışma, Batch-Instance Normalizasyonunun performansını diğer normalleştirme yaklaşımlarıyla karşılaştırmaktadır. Bu çalışmada modelin eğitimi için orman yangını veri seti kullanılmıştır. Bu veri seti 4609 görsel içermektedir. Bu görseller 2120 Yangın, 2499 yangın içermeyen görselden oluşmaktadır. ResNet modeli sekiz farklı optimize edici ile test edilmiş ve en iyi sonuçları veren ile eğitilmiştir. Deneyler, normalizasyon tekniklerinin ve optimize edicilerin yangın tespitinin doğruluğu üzerindeki etkisini değerlendirmektedir. Sonuçlar, tek üstel düzeltmeyle Batch-Instance Normalizasyonunun modelin doğruluğunu önemli ölçüde artırdığını göstermektedir. Deneyde model, 96.14% F1 skoruna, 96.56% doğruluğa ve 99.49% kesinlik değerlerine ulaşmıştır. Diğer yaklaşımlardan minimum %1 doğruluk farkı, %0,6 F1 skor farkı, %1,05 kesinlik farkı elde edilmiştir. Derin öğrenmenin yeteneklerini Batch-Instance Normalizasyonunuyla birleştirmek, orman yangını tespiti için umut verici ve etkili bir çözüm ortaya koydu.Master Thesis Konu Modelleme ile Varlığından Bügüne Kadar Mobil Öğrenme Alanındaki Araştırmaların Tema ve Trendlerinin Tespiti(2021) Algabsı, Salah Eddın; Ekin, Cansu ÇiğdemGünümüzde mobil telefonlar sadece bir telefon olarak değil, aynı zamanda bireyleri eğitmek için kullanılabilecek, öğrenme için gelişmiş özellikler sağlayan ve bilim adamlarının yeni bir modern eğitim paradigması geliştirmek için mobil cihazlardan yararlanma konusundaki ilgisinin artmasına yol açan akıllı cihazlardır. Son zamanlarda, Covid-19 pandemisinin etkisiyle, dünya çapındaki ülkeler, özellikle çevrimiçi/e-öğrenme olmak üzere uzaktan öğrenme teknolojileri geliştirmeye daha fazla yönelerek Mobil Öğrenme (m-öğrenme) ortamlarının daha çekici ve yaygın olmasını sağladı. Bu çalışma, mobil öğrenmenin varlığından günümüze kadar olan tüm araştırma eğilimlerini tespit etmeyi amaçlamaktadır. İlk olarak, bu çalışmada, alan bilgisinin önceki durumunu değerlendirmek için m-öğrenmede önceki çalışmalar hakkında geniş spektrumlu bir literatür taraması gerçekleştirilmiştir. İkinci olarak, çalışma, mobil öğrenme yayınlarının içeriğine Latent Dirichlet Allocation (LDA) Konu Modellemesi ile metin madenciliği teknikleri uygulamıştır. Uygulanan analiz sonucunda, m-öğrenmede 12 baskın konu tespit edilmiştir. İlk üç konu: 'Mobil Teknoloji ile Öğrenim', 'Öğrenci Dil Öğrenim' ve 'Öğrenme Tasarımı' dır.Master Thesis Bulut Depolama için Gizlilik Koruma Tekniklerinin Karşılaştırmalı Bir Çalışması(2020) Jabar, Thr Satar Jabar; Mıshra, AlokBilgi ve veri gizliliği, özellikle internet kullanıcılarının kişisel ve hassas verilerini bulut ortamında depolamada, bulut bilişim endüstrisi için kritik kavramlar haline geldi. Birçok bulut hizmeti sağlayıcısı, geniş bir bulut topluluğu oluşturmada öncü girişim olarak kullanıcıları için birinci sınıf ve kaliteye dayalı hizmetler sunmaktadır. Ancak, tüm dünyada siber güvenlik ve gizlilik ihlalleri artmaya ve gelişmeye ve sonununda çoğu servis sağlayıcının altyapısı tehdit edilmeye başlanmıştır. Neyse ki, veri gizliliğinin tehlikeli zorluklarının üstesinden gelmek ve bulut depolama içeriklerini korumak ve daha iyi metodolojiler bulmaya yönelik uygun teknikler geliştirmek üzere çok sayıda araştırma yapıldığı gözlemlenmektedir. Bu çalışma, bulut depolamaya yönelik gizlilik koruma tekniklerinin çeşitli biçimlerini karşılaştırmaya odaklanmaktadır. Çalışma, veri gizliliğinin karşı karşıya olduğu ikilem için esnek, güvenli ve verimli çözümler tasarlamak amacıyla, gizliliği koruma tekniklerinin ve bunların ortak özelliklerinin kapsamlı bir analizini içermektedir. Bu çalışmada ayrıca, tek seferlik parola kimlik doğrulama teknolojisi ve çoklu bulut depolama yapısı ile çok katmanlı bir şifreleme çerçevesi önererek bulut depolamanın gizliliğini korumak için ulaşılabilir bir çözüm sunulmaktadır.
