Kumluca Topallı, Ayça
Loading...
Profile URL
Name Variants
Topalli, Ayca Kumluca
Kumluca, A
Kumluca, Topalli, A
Kumluca Topalli, Ayca
Kumluca Topallı, Ayca
Topalli, A.K.
Topalli, Ayca
Topallı, Ayça
Topallı, A.K.
Topalli, AK
Kumluca, A
Kumluca, Topalli, A
Kumluca Topalli, Ayca
Kumluca Topallı, Ayca
Topalli, A.K.
Topalli, Ayca
Topallı, Ayça
Topallı, A.K.
Topalli, AK
Job Title
Email Address
ayca.topalli@ieu.edu.tr
Main Affiliation
05.06. Electrical and Electronics Engineering
Status
Current Staff
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Sustainable Development Goals
Documents
12
Citations
141
h-index
3
Documents
11
Citations
153
Scholarly Output
17
Articles
7
Views / Downloads
58/918
Supervised MSc Theses
3
Supervised PhD Theses
0
WoS Citation Count
8
Scopus Citation Count
6
WoS h-index
2
Scopus h-index
1
Patents
0
Projects
1
WoS Citations per Publication
0.47
Scopus Citations per Publication
0.35
Open Access Source
3
Supervised Theses
3
| Journal | Count |
|---|
Current Page: 1 / NaN
Scopus Quartile Distribution
Competency Cloud
17 results
Scholarly Output Search Results
Now showing 1 - 10 of 17
Master Thesis Büyük Dil Modelleri Kullanılarak Afet Yardımı için Türkçe Tweetlerin Etki Analizi(2025) Özek, Öke; Topallı, AyçaDoğal afetlerin, özellikle sismik olayların sık görülmesi, önemli ölçüde yıkıma yol açmakta ve sonrasında büyük felaketler ortaya çıkarmaktadır. Bu tür krizler sırasında hızlı bilgiye duyulan kritik ihtiyacın karşılanması hayati önem taşımaktadır. Bu nedenle, bu çalışma, sosyal medyada bulunan bilgileri işleyerek yenilikçi bir sistem aracılığıyla afetle ilgili kayıpları azaltmaya odaklanmaktadır. Yüksek miktarda tweet verilerinden hayati bilgileri hızla tanımlamak ve önceliklendirmek üzere tasarlanan sistemin, bileşenlerinin geliştirilmesi ve karşılaştırmalı değerlendirmesi detaylandırılmaktadır. Türkiye'deki Şubat 2023'teki büyük depremin hemen ardından atılan tweetlerden oluşan özel bir veri seti derlenmiştir. Bu veriler, büyük dil modelleri ile hem istem mühendisliği hem de ince ayar metodolojileri kullanılarak mesajlar afetle ilgili ve acil, afetle ilgili ancak acil olmayan ve afetle ilgili olmayan şeklinde üç temel kategoriye sınıflandırılmıştır. Gemini-1.0-pro ve GPT-4o-mini modellerinin yanı sıra bu modellerin ince ayarlanmış versiyonlarının performansı karşılaştırılmıştır. Sonuçlar, gelişmiş istem stratejileriyle kullanıldığında ince ayarlanmış GPT-4o-mini modelinin en yetkin model olduğunu ve %93,64'lük bir sınıflandırma başarısına ulaştığını göstermiştir. Bu sınıflandırmanın ardından bir etki skoru algoritması uygulanmıştır. Bu algoritma, yeniden paylaşımlar, beğeniler ve görüntülenmeler gibi çeşitli tweet etkileşim metriklerinden yararlanarak daha önemli mesajları ayrıca sıralamak ve vurgulamak için kullanılır. Bu araştırmanın, kurtarma ve yardım kuruluşlarının durumsal farkındalıklarını ve müdahale yeteneklerini artırarak onlara önemli ölçüde destek sunması beklenmektedir. Ayrıca, kriz bilişimi alanında Türkçe dil işlemenin ilerlemesine önemli bir katkıda bulunmayı amaçlamaktadır.Article Votemat: Blokzincir Tabanlı Oylama Sistemi(2024) Birol, Egemen; İskender, Kerim Tuğşat; Ozkul, Timur; Topalli, AycaBu çalışma Blokzincir teknolojisi ile güvenli, güvenilir ve değiştirilemez bir oylama sistemi kurulabileceğini göstermeyi amaçlamaktadır. Blokzincir'in merkeziyetsiz yapısı, merkezi otoriteyi sistemin dışında tutmakta ve şeffaflık sağlamaktadır. Ayrıca, uygulanan şifreleme işlemlerin güvenli bir şekilde gerçekleşmesini sağlamaktadır. Böylece birden fazla oy kullanılması, sahte oy pusulası kullanım girişimleri ve hileli oy sayımları gibi olası sahtekârlıkların önüne geçilebilecektir. Önerilen yöntem olan VOTEMAT, hem elektronik oylamayı hem de kâğıt oy pusulasını kapsadığı için eksiksiz bir çözüm sağlamaktadır. Oylarını sandığa gelmeden kullanmayı tercih eden seçmenler için Ethereum özel Blokzincir ağına bağlı bir mobil uygulama ve bir Web sitesi geliştirilmiştir. Sistem oy verme merkezlerinde, oy verme kabinlerine yerleştirilen mobil cihaz veya kâğıt oy pusulası aracılığıyla oy kullanmayı desteklemektedir; bu durumda da oylar aynı Blokzincir'e kaydedilmekte ve aynı derecede güvenli olarak saklanmaktadır. Oylarını sandık başına gelmeden kullanmak isteyenler için, ulusal kimlik kartındaki bilgilere ve yüz tanımaya dayalı iki adımlı bir kimlik doğrulama tasarlanmıştır. Ayrıca, ortadaki adam saldırıları gibi izinsiz erişim girişimlerini önlemek için şifreleme tabanlı bir güvenlik önlemi kullanılmıştır. Önerilen sistem geleneksel oylama yöntemlerine göre daha pratik olduğundan, katılımı artırabileceği ve her türlü yerel ya da ulusal seçimde kullanılabileceği düşünülmektedir.Conference Object Knowledge Graph Augmented Retrieval Applications in Healthcare(Institute of Electrical and Electronics Engineers Inc., 2025) Kumluca Topalli, Ayca; Cogalan, C. AnilArticle Comparison of Machine Learning Methods for Limited Predictive Maintenance(2025) Ozkul, Timur; Topalli, AycaKestirimci bakım, duyaçların varlığı ve teçhizatların bağlanabilirliği ile son zamanlarda artan bir ilgi elde etmiştir. Yine de, özellikle eski cihazlardan geniş çapta veri elde etmek zor olabilir. Bu makale, verilerin endüstriyel bir düzenekten alınan alarm kayıtları ile sınırlı olduğu bir ortam için, geçmiş bilgileri kullanarak yakın gelecekteki bir durumu öngören akıllı bir yöntemi tanımlamaktadır. Makine öğrenmesi yöntemlerinin zaman dizisi verileri kullanarak sınıflandırma yapma işlerinde etkili olduğu kanıtlanmış olduğundan, sinir ağları, rassal orman ve aşırı eğim arttırma olarak seçilen üç yöntem, bir alarmın ve aynı makinenin kaydettiği diğer alarmların geçmiş oluşumlarından, o alarmı iki saat önceden tahmin etmek üzere eğitilmiştir. Bu üç yöntemin performansları kıyaslanmış ve hiper-parametre değerleri arasından en iyi yapılandırmayı bulmak hedeflenmiştir. Elde edilen sonuçlara göre, aşırı eğim arttırma, 500 ağaç sayısı, 128 azami derinlik ve son günden alarm oluşumları girdi penceresi ile 0.767 olan en yüksek F1 puanını vermektedir. Bu çalışma, makinelerin işlemesi ve bakımı hakkında potansiyel olarak önemli anlayışlar sağlayan ve dikkate değer masraf azaltma imkânları sunan alarm öngörüleri için en iyi makine öğrenmesi yöntemini belirlemeyi hedefleyen kıyaslamalı bir araştırmadan oluşmaktadır.Conference Object Çoklu Biyosensör Dizilerinin Nesnelerin İnterneti ile Uzaktan İzlenmesi için Altyapı Oluşturulması(IEEE, 2024) Topalli, Ayca KumlucaThe number of telemetry applications based on Internet of Things is increasing rapidly. These researches are generally about biosensor design; but seamless data transmission is also important. This study is about to construct a robust infrastructure in case of a busy data transfer traffic simultaneously from many biosensors at many different locations to the same server, to setup a reliable platform for data storing, processing, and presenting with different interfaces. The system where Microsoft Azure infrastructure is used is tested by 100 different data input simultaneously. Proposed system offers a solution for health care services such as incubator monitoring, remote monitoring of elderly, etc.Article Green Synthesized Silver Nanoparticles in Two Stages: Box Behnken Design To Machine Learning(Taylor & Francis Inc, 2024) Çalışkan, Gülizar; Kumluca Topallı, Ayca; Topalli, Ayca KumlucaIn order to solve the modeling issues due to data scarcity problems in the disciplines utilizing statistical approximations, a novel two-stage idea is proposed. As a use case, nanoparticle biosynthesis was selected, for which an environmentally friendly process is of vital importance. First, Box Behnken Design was used for experimental setup, quadratic model formulation and data generation. The second stage consists of Machine Learning, in which the data generated in the previous stage were fed into a Neural Network to determine the relationship between the parameters. Obtained results showed that the proposed combined strategy provided better nanoparticle size estimations than the statistical approach alone. In the absence of publicly available databases, data generation using experimental design and machine learning, as proposed here, could be a faster, lower-cost, and greener solution. Our proposed method can be applied to a wide range of biotechnology and bioengineering applications with significant advanced knowledge.Conference Object Citation - WoS: 1Citation - Scopus: 1A Unified Diagnosis Kit Design for Telemedicine(IEEE, 2022) Ozek, Oke; Akgun, Cem; Kilic, Kemal; Akan, Aydin; Kumluca Topallı, Ayça; Topalli, Ayca KumlucaVital signs of vulnerable adults, such as heart beat, oxygen saturation in blood and body movement, are tracked continuously in real-time while they are at home and alone. These data are used to present person's past and current status to the related physician and carer, as well as to detect emergencies. The data are sent by the wellbeing sensors via Bluetooth BLE technology, collected and processed by a developed mobile application, stored in the cloud, and shown numerically and graphically on a Web page. Together with the data presentation, abnormalities are detected, alarms are raised and early warnings are given to the medical staff. Such system would be beneficial for both patients and health workers, having affordable sensors and a remote diagnose support tool.Master Thesis Edebi Parmak İzleri: Doğal Dil İşleme ve Makine Öğrenmesi Yöntemleriyle Kitap Türü ve Yazar Anlatım Tarzının Belirlenmesi(2025) Özyurt, Doğukan; Topallı, AyçaEdebi eserlerin içeriklerine dayalı olarak yazar tahmini yapmak, tür sınıflandırması gerçekleştirmek ve öneri sistemi geliştirmek, doğal dil işleme alanında giderek önem kazanan bir araştırma konusudur. Bu tez çalışmasında, kitap metinlerinin vektör uzayında temsil edilmesiyle hem sınıflandırma hem de içerik tabanlı öneri sunabilen bir sistem geliştirilmiştir. Çalışma kapsamında Türkçe ve İngilizce romanlardan oluşan kapsamlı veri kümeleri oluşturulmuştur; metinler küçük harfe dönüştürülmüş, noktalama işaretleri ve özel karakterlerden temizlenerek ön işleme tabi tutulmuştur. Temizlenen metinler, Doc2Vec algoritması ile sabit boyutlu vektör temsillerine dönüştürülmüştür. Modelin genelleme başarımını değerlendirmek amacıyla, her yazarın en az bir kitabının test kümesine dahil edildiği özel bir eğitim/test ayrımı uygulanmıştır. Elde edilen belge vektörleri, Logistic Regression, LinearSVC, Random Forest, Gaussian Naive Bayes ve K-En Yakın Komşu gibi sınıflandırıcılar ile yazar ve tür tahmini için kullanılmıştır. Ayrıca bu tezde, klasik Kosinüs Benzerliği yaklaşımının ötesine geçen, vektör merkezli benzerlik ölçümüne dayalı bir yöntem benimsenmiştir. Her yazar ve kategori için eğitim verisinden bir 'merkez vektör' çıkarılmış, test kitapları bu merkezlere olan açısal yakınlıklarına göre sınıflandırılmıştır. Bu yaklaşım, modelin kavramsal benzerliklere daha duyarlı çalışmasını sağlamış ve yüksek doğruluk oranlarıyla başarısını ortaya koymuştur. Tezin ikinci aşamasında geliştirilen öneri sistemi, kullanıcı davranışına dayalı filtreleme yöntemlerinden farklı olarak metinsel içerik benzerliklerine odaklanmakta; böylece okuyucuya beğendiği yazarlarla benzer anlatım tarzı taşıyan yeni yazarlar önermektedir. Bu yöntem özellikle az tanınan yazarların görünürlüğünü artırma potansiyeli taşımaktadır. Bu çalışma, belge gömme tabanlı yöntemlerin dijital beşeri bilimler, yazar tahmini ve öneri sistemleri gibi alanlarda etkili bir biçimde kullanılabileceğini göstermektedir.Conference Object Performance Comparison Of Large Language Models İn Disaster Related Two-stage Classification Of Tweets Written İn Turkish;(Institute of Electrical and Electronics Engineers Inc., 2024) Özcan, E.; Beşer, B.; Avcı, E.; Kaya, B.; Topallı, A.K.Natural disasters are very frequent in Turkiye, therefore it is quite vital to tackle the problems aroused after these disasters. This study proposes a system to reduce the losses caused by the natural disasters and provides a comparison method for the efficient selection of the system components. A database is formed from the tweet samples posted in the aftermath of the previous natural disasters and these tweets are classified in two stages using prompt engineering and large language models. In the first stage, the classification is done based on disaster type such as “earthquake”, “fire” or “flood”, then the tweets in these disaster types are classified for needs such as “search and rescue”, “equipment and food” in the second stage. In order to find the best model for aforementioned classifications, ChatGPT-3.5, fine-tuned ChatGPT-3.5 and ChatGPT-4 are selected and tested. Fine-tuned ChatGPT-3.5 with enhanced prompting is found to have the highest performance with 98.4% average success score for disaster classification. The success rate of the fine-tuned model for classification of needs is calculated as 95.6% in average. This study is expected not only to contribute to the Turkish language processing research area but also to support rescue organisations as well. © 2024 IEEE.Master Thesis Yükseköğretimde Türkçe Doğal Dil İşleme için Büyük Dil Modellerinin Performans Karşılaştırması(2025) Çetin, Egecan; Topallı, AyçaBu tezde, yükseköğrenim öğrencileri için Türkçe destekli bir konuşma botu ortamında, bir geri çağırma artırılmış üretim sisteminde büyük dil modeli, vektör veri tabanı, gömme modeli ve benzerlik yönteminin kapsamlı bir performans karşılaştırması sunulmuştur. Bu alanda birçok dil için çalışmalar olmasına rağmen, Türkçe dilinde ve özellikle eğitim alanında yapılan çalışma sayısı azdır. Bu nedenle, bu tür sistemlerin bileşenleri Türkçe dil kuralları altında kullanıldığında bunlar için en iyi alternatifleri belirleme ihtiyacı vardır. Bu çalışma, bilimsel deneylerle elde edilen ve pratik olarak gerçekleştirilebilir olan bu ihtiyaca cevap vermektedir. En yaygın kullanılan, iyi bilinen ve güvenilir büyük dil modelleri, bunlarla ilişkili gömme algoritmaları, vektör veri tabanları ve benzerlik ölçümleri seçilmiş ve üniversite yönetmeliklerine dayalı çeşitli soru setleri bunların farklı kombinasyonları üzerinde test edilmiştir. Elde edilen sonuçlara ve yapılan analizlere dayanarak en iyi kombinasyon elde edilmiştir. Bu şekilde, öğrencilerin akademik kurallar hakkında merak ettikleri şeylere kolayca ulaşabilmeleri için optimum Türkçe destekli geri çağırma artırılmış üretim tabanlı sanal akademik danışman botu oluşturulmuştur. Ayrıca bu otomasyonla akademisyen ve idari personelin iş yükü hafifletilmiştir.
