TR Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/20.500.14365/4
Browse
8 results
Search Results
Article Citation - Scopus: 1Yaşlanmanın Yüz ve İsim Tanıma Üzerindeki Etkisi: Bir fMRI Çalışması(Turkish Association of Nervous and Mental Health, 2023) Haznedaroğlu, Damla İşman; Gönül, Ali Saffet; Eroğlu, Seda; Uslu, Özgül; Oğuz, Kaya; Erata, Mehmet Can; Kan, Öykü Yavuz; Erdogan, YigitAmaç: Bu çalışmanın amacı ilerleyen yaşla birlikte bellek görevi sırasında beyindeki fonksiyonel değişiklikleri tespit etmek ve bu değişikliklerin bellek performansıyla ilişkisini incelemektir. Yöntem: Çalışmaya Genç Yetişkin Grup (GYG; N=20; 20-25 yaş) ve İleri Yaş Grup (İYG; N=18; 60-70 yaş) olmak üzere iki grup dahil edilmiştir. Gruplara Montreal Bilişsel Değerlendirme (MoCA) puanları 21’in üstünde olan ve birinci dereceden akrabalarında Alzheimer Hastalığı öyküsü olmayan kişiler dahil edilmiştir. Katılımcılara yüz ve isimlerin öğrenildiği kodlama, yüz tanıma ve isim tanıma alt görevlerini içeren bellek görevi sırasında Fonksiyonel Manyetik Rezonans Görüntüleme (fMRG) çekimi yapılmıştır. Bulgular: GYG’a göre, İYG’de yüz tanıma görevinde sol posterior singulat korteks, sol süperior frontal korteks, sol fusiform yüz tanıma alanında; isim tanıma görevinde sol süperior frontal korteks, sağ prefrontal korteks, sol anterior+posterior singulat kortekste aktivite artışı bulunmuştur. İYG yüz tanıma ve isim tanıma bellek testlerinde daha düşük doğru sayısına sahiptir (sırasıyla p=0,026; p=0,001). Sonuç: Bulgular İYG’de bellek görevi sırasında beyinde daha yaygın bir aktivasyon ortaya çıktığını tespit etmiştir. Bu durum ilerleyen yaşla birlikte bellekteki bilgiler hatırlanırken kişilerin daha fazla nöral ve bilişsel kaynağa ihtiyaç duyduğunu göstermektedir.Research Project Kısmi Gözlemlenebilir Pekiştirmeli Öğrenmede Faydalı Bellek Oluşturma(2023) Demirbilek, Burak Han; Demir, AlperPekiştirmeli öğrenme, gerçek hayattaki bir öğrenme ortamını modellemeyi amaçlayan önemli bir makine öğrenme tekniğidir. Konuyla ilgili son araştırmalar, araştırmacılar arasında onu çok popüler hale getirmiş ve birçok gerçek hayat senaryosuna daha uygulanabilir olmasını sağlamıştır. Kısmi gözlemlenebilirlik altında pekiştirmeli öğrenme, çevreden toplanan sınırlı bilgi nedeniyle özellikle zorlu bir alandır. Bu gibi hallerde, etmen, verilen görev için bir hareket tarzı oluşturabilmesi için ortamın durumunu tahmin etmek için deneyimlerden oluşan bir bellek tutmak zorundadır. Bazı çalışmalar, etmenin mevcut andan önceki bir dizi gözlemi ve eylemi bellekte tutmasını sağlayan basit bir pencere tabanlı bellek yaklaşımı kullanır, ancak bu tür yöntemler, bir bilgiyi uzun süre boyunca bellekte tutmayı gerektirdiği problemlere genellenemez. Diğer çalışmalar, gerekli bilgileri yapı içinde tutan karmaşık bir model kullanır, ancak bu tür modeller, probleme çok özel olmak ve analiz için çok kapalı olmaktan dolayı yetersiz kalmaktadırlar. Bu tür problemlerde, bir eyleme karar verecek ilgili bilgi zamansal olarak uzaktır, bu nedenle etmen neyi bellekte tutacağı konusunda seçici olmak zorundadır. Yararlı bir bellek tutma problemini ele alan çalışma azdır ve uygulanabilirlikleri sınırlıdır. Bu sebeple bu alan keşfedilmemiş kalmıştır. Bu çalışmada, belleği değiştiren eylemler yapmasına izin vererek bellek kontrolünü etmene verme fikrini takip ediyoruz. Böylece etmen, bir ortamın dinamiklerine daha uyumlu hale gelir. Ayrıca, bu öğrenme mekanizmasını desteklemek için, etmenin ayırt edici olayları hatırlamasında yol gösterici olan ve ortamdaki durumunu netleştirmesini sağlayan bir içsel motivasyon yapısı oluşturduk. Genel yaklaşımımız, birkaç pekiştirmeli öğrenme yöntemine uygulanmış, uzun süreli bellek gerektiren birkaç kısmi gözlemlenebilir problem üzerinde test edilmiş ve analiz edilmiştir. Deneyler, diğer bellek tabanlı yöntemlere kıyasla öğrenme performansı açısından net bir gelişme göstermektedir.Article Nesnelerin İnterneti (ıot) Tabanlı Akıllı Sulama ve Gübreleme Sistemi(2022-06-27) Güvenoğlu, Erdal; Yenikaya, Muhammed Akif; Kondakcı, SüleymanBu çalışmada, tarımda kullanılan otomatik sulama ve gübreleme sistemlerinde verimliliğin artırılması için IoT tabanlı akıllı toprak bakım sisteminin geliştirilmesi ve uygulanması amaçlanmaktadır. Geliştirmeyi hedeflediğimiz sistem, sulama ve gübreleme işlemlerini otomatik olarak en düşük maliyetle gerçekleştirmektedir. Tarla ve seralarda toprak değerleri kontrol edilerek ve kontrol merkezi ile internet üzerinden haberleşerek gübreleme ve sulama yapılabilmektedir. Kontrol merkezi, sensörler ile toprak değerlerini sürekli gözlemleyerek ihtiyacı olan çalışma ile toprağı otomatik olarak optimum düzeyde beslemektedir. Bu amaçla kullanılan yazılım ve donanımları içeren bir sistem, internet üzerinden yönetilebilecek şekilde tasarlanmıştır.Article Mobil Oyun Yazılım Süreçlerinde Canlandırma Kütüphaneleri Kullanımının Değerlendirilmesi(2021-12-22) Kardaş, Geylani; Sakarya, Mehmet Ali; Diriman, Rudi; Oğuz, Kaya; Tepekule, MuzafferMobil oyunlarda canlandırma için hareketli grafik ve iki boyutlu iskelet canlandırma yaklaşımları kullanılmaktadır. Bu çalışmada canlandırma yaklaşımlarının popüler iki mobil oyundaki canlandırmalar üretilirken kullanılmasına dair bir değerlendirme sunulmaktadır. Değerlendirme sonuçlarına göre iki boyutlu iskelet canlandırma kütüphanelerinin kullanımı ile canlandırma pozlarının konumlandırılmasının kolaylaştığı ve canlandırma kurgusunun kısa sürede geliştirici ve sanat ekipleri arasında paylaşıldığını göstermiştir. Kütüphane kullanımının canlandırma üretimini ortalamada yaklaşık 12 kat arttırdığı, canlandırma geliştirme sürecini ise yaklaşık %65 oranında kısalttığı belirlenmiştir. Ayrıca, çalışmada sanat ekibi canlandırma kütüphanesini canlandırmanın temel prensiplerine göre değerlendirmiştir.Article Change Point Detection Methods for Locating Activations in Functional Neuronal Images(2022-06-30) Candemir, Cemre; Oğuz, KayaThe most common analysis for fMRI images is activation detection, in which the purpose is to find the locations in the brain that respond to specific functions, such as visual processing or motor functions by providing related stimuli as tasks in the experiment. On the other hand, it is also important to detect the instance the activation is triggered. One of the powerful techniques that can analyze the abnormal behavior of any data is change point (CP) analysis. We suggest that CP detection algorithms also can be used to locate the activations in functional magnetic resonance imaging (fMRI) sequences, as well. Our paper presents a two-fold innovative study in that respect. First, we propose to use CP detection algorithms to locate the activations in fMRI signals as a state-of-art topic. Furthermore, we propose and compare a set of change point analysis methods, a regression-based method (RBM), a statistical method (SM), and a mean difference of double sliding windows method (MDSW)) to locate such points. Second, we apply these methods to the fMRI signals, which are acquired from the real subjects, while they were performing fMRI tasks. Proposed methods were applied to three different fMRI experiments with a motor task, a visual task, and a linguistic task. The analysis shows that the methods find activations in accordance with established methods such as statistical parametric maps (SPM). The acquired up to 94 % results also show that the proposed methods can be used effectively to locate the activation times on fMRI time series.Article Estimating the Difficulty of Tartarus Instances(Pamukkale Univ, 2021) Oguz, KayaTartarus is a commonly used benchmark problem for genetic programming. However, it has never been fully explored for its difficulty tuning property. Using the data from a previous study in which we have executed millions of Tartarus instances, we contribute to the literature with an equation to estimate their difficulty. Our approach uses four metrics that are embedded into the equation. These metrics are related to the number of clusters and clusters sizes, the distances of boxes to the edges of the board grid, the number of boxes around the agent, and the minimum number of actions for the agent to reach the largest cluster. The coefficients of these metrics have been fit to the data using the general linear model and a mean residual error of similar to 0.1 has been achieved. This is the first study that can estimate the difficulty of a Tartarus board without modifying the problem in any way.Article Citation - Scopus: 1Performance Analysis and Feature Selection for Network-Based Intrusion Detection With Deep Learning(Scientific Technical Research Council Turkey-Tubitak, 2021) Caner, Serhat; Erdogmus, Nesli; Erten, Y. MuratAn intrusion detection system is an automated monitoring tool that analyzes network traffic and detects malicious activities by looking out either for known patterns of attacks or for an anomaly. In this study, intrusion detection and classification performances of different deep learning based systems are examined. For this purpose, 24 deep neural networks with four different architectures are trained and evaluated on CICIDS2017 dataset. Furthermore, the best performing model is utilized to inspect raw network traffic features and rank them with respect to their contributions to success rates. By selecting features with respect to their ranks, sets of varying size from 3 to 77 are assessed in terms of classification accuracy and time efficiency. The results show that recurrent neural networks with a certain level of complexity can achieve comparable success rates with state-of-the-art systems using a small feature set of size 9; while the average time required to classify a test sample is halved compared to the complete set.Editorial Citation - WoS: 1Citation - Scopus: 2A New Era in Psychiatry: Influence of Technology and Artificial Intelligence(Aves, 2019) Erol, Kutluhan; Erol, Almıla[Abstract Not Available]