Bilgisayar Mühendisliği Bölümü Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1940

Browse

Now showing 1 - 20 of 32

Citation - WoS: 2
Citation - Scopus: 2
Classification of Altruistic Punishment Decisions by Optical Neuroimaging and Machine Learning Methods
(IEEE, 2023) Erözden, Ozan; Şahin, Türkay; Akyürek, Güçlü; Filiz, Gözde; Çakar, Tuna
Altruistic punishment (third-party punishment) is important in terms of maintaining social norms and promoting prosocial behavior. This study examined data obtained using the near infrared spectroscopy (fNIRS) method to predict altruistic punishment decisions. It was found that specific neural activity patterns were significantly related to decisions regarding the punishment of the perpetrator. This research contributes to the development of social decision-making models and helps advance our understanding of the cognitive and neural processes involved in third-party punishments.
Yüz Tanıma
(Elektrik Mühendisleri Odası EMO), 2015) Muhittin, Gökmen
Görüntü işleme alanında çalışan 36 farklı üniversiteden 52 doktora ve yüksek lisans öğrencisinin katılımı ile başlayan akademik kampta, alanında uzmanlıkları ile tanınan 11 farklı üniversiteden 14 akademisyenin katılımıyla 17 farklı seminer ve ders gerçekleştirildi. 2. Akademik Kamp çalışmalarına, 16 Nisan 2015 tarihinde saat 09:00`da açılış töreni ile başladı. Açılışta ilk olarak konuşan EMO Müdürü Emre Metin, kamp çalışmalarına ilişkin temel bilgileri katılımcılara aktardı. Metin`in ardından kürsüye gelen EMO Yönetim Kurulu Başkanı Hüseyin Yeşil ise konuşmasına kamp çalışmalarına katkı veren EMO MİSEM Komisyonu Başkanı Orhan Örücü, Prof . Dr. Tayfun Akgül ve kampa ev sahipliği yapan Nesin Vakfı`na teşekkür ederek, başladı. EMO Akademiyle Bağını Güçlendiriyor EMO`nun akademi dünyası ile daha yakın ilişki kurmayı hedeflediğine dikkat çeken Yeşil, ikincisi yapılan akademik kampı tekrarlamak istediklerini kaydetti. EMO`nun kendi meslek alanlarına giren üniversitelerin ilgili bölümleri ile özel ilişkiler kurmaya çalıştığını ifade eden Yeşil, bu kapsamda 25 Ekim 2014 tarihinde 56 bölüm başkanı ile bir toplantı düzenlediklerini kaydetti. EMO ve üniversite çalışmalarının koordine edilebilmesi için 11 Nisan 2015 tarihinde bir toplantı daha gerçekleştirildiğini ifade eden Yeşil, bu kapsamda Elektrik-Elektronik-Kontrol-Biyomedikal Mühendisliği Bölüm Başkanları Konseyi`nin de kurulduğunu bildirdi. EMO tarafından yayımlanan EMO Bilimsel Dergi ile alandaki bilimsel dergi ihtiyacının giderilmeye çalışıldığını ifade eden Yeşil, derginin 8. sayının hazırlıklarının yapıldığını kaydetti. Genç akademisyenlerden EMO Bilimsel Dergisi için makale katkısı isteyen Yeşil, baş editör Prof. Dr. Hamit Serbest ve diğer dergi editörlerine katkıları dolayısıyla teşekkür etti. EMO`nun Meslek İçi Eğitim Merkezi (MİSEM) çalışmaları kapsamında yürüttüğü eğitim ve seminerlere de dikkat çeken Yeşil, mesleki ve teknik gelişmelerin bu eğitimlerle üyelere aktarılmaya çalışıldığını vurguladı. EMO`nun mesleki ve teknik gündemin yanında toplumsal yaşamda da katkılar sağlamaya çalıştığını ifade eden Yeşil, konuşmasını şöyle sürdürdü: "Yalnızca Soma`da yaşanan iş cinayeti hem de tüm Türkiye`yi karanlıkta bırakan elektrik kesintisi konularında bile kamuoyunu bilgilendirme çabalarımız bile EMO`nun varlığının önemli olduğunu ortaya koymaktadır. Gerçeklerin ortaya çıkması için yürütmeye çalıştığımız bu çalışmaların genç arkadaşlarımızın da katkılarıyla güçlenerek, süreceğine inanıyoruz." Yeni Kamplar Geliyor Yeşil`in ardından kürsüye gelen EMO MİSEM Komisyonu Başkanı Orhan Örücü ise konuşmasına daha önce düzenlenen akademik kampa ilişkin bilgi aktararak başladı. Örücü, Akademik Kampa 36 farklı üniversiteden toplam 52 öğrencinin katılım sağlamasının önemine işaret ederek, kampta yer alan genç 20 kadın akademisyeni de kutladı. Akademik kampların farklı konularda daha sık periyotlarda tekrarlanması için çalışmalar yürütüldüğünü ifade eden Örücü, ODTÜ`den Prof. Dr. Murat Eyüpoğlu ile birlikte "Manyetik Görüntüleme", yine ODTÜ`den Prof. Dr. Bülent Ertan ile "Elektrik Makineleri ve Güç Elektroniği" ve İTÜ`den Doç. Dr. Neslihan Şengür ile "Yapay Sinir Ağları" konularına ilişkin kamp düzenlenebilmesi için çalışmalar yürütüldüğünü bildirdi. Örücü, hazırlık çalışmaları kapsamında seminerlere katılacak deneyimli akademisyenlerin belirlenmesi için önümüzdeki dönemde genç akademisyenler arasından EMO tarafından anketler düzenleneceği ve öneriler alınacağını kaydetti. Örücü`nün ardından konuşan Prof. Dr. Tayfun Akgül ise bir önceki kamp çalışmalarına değinerek, "çok keyifli" bir çalışma sürecinin yaşandığını kaydetti. Akgül, akademik kampların daha sıcak ilişkiler yaratarak, çalışmaların ivmesini artırdığına dikkat çekti. Nesin Vakfı`na Matematik Köyü`nden yarattığı çalışma ortamı için teşekkür eden Akgül, tüm katılımcıların kamp çalışmalarında önemli katkılar sağlayacağına inandığını ifade etti. Akgül`ün konuşmasını tamamlamasının ardından, katılımcılar kendini tanıtarak yaptıkları çalışmalara ilişkin bilgi aktardı. Kampta daha sonra Prof. Dr. Muhittin Gökmen`in verdiği "Yüz Tanıma" başlıklı derse geçildi. Kampta ilk gün çalışmaları kapsamında Gökmen`in yanı sıra Prof. Dr. Tayfun Akgül "Bilim Etiği", Prof. Dr. Hamit Serbest "Bilim, Mühendislik ve Öğretim Kurumları", Prof. Dr. Tayfun Akgül "Yüzsüz Yüz Tanıma" ve Prof. Dr. Enis Çetin "Orman Yangını Bulma, Örüntü Tanıma, Mikroskop Görüntülerinin İşlenmesi" konu başlıklarında seminerler verdi. Kamp çalışmaları kapsamında 17 Mart 2015 Cuma günü ise ilk olarak EMO Bilimsel Dergi Yayın Kurulu Üyesi Prof. Dr. Altay Güvenir tarafından "EMO Bilimsel Dergi Tanıtımı" başlıklı oturum düzenlendi. Ardından Prof. Dr. Atilla Bir`in tarafından ise katılımcılara "Öklid`ten Nasreddin Tusi`ye, Tusi`den Uluğ Bey‘e Bilim" başlıklı sunum gerçekleştirildi. Kamp çalışmaları kapsamında öğlden sonra Prof. Dr. Ayşin Ertüzün tarafından "Doku Analizi ve Örüntü Tanıma", Yrd. Doç. Dr. Emre Sümer tarafından ise "Görüntü İşleme Teknikleri ile 3-B Bina Modelleme" dersleri verildi. Günün son dersinin ise Prof. Dr. Ali Nesin, "Mühendisler ve Matematik; Sayı Ne Demektir?" başlıklığı altında yaptı. Cumartesi günü ise ilk olarak Yrd. Doç. Dr. Berk Gökberk`ün "Biyometri", Prof. Dr. Arif Nacaroğlu`nun "Sıkıştırılmış Sinyallerin Algılanması", Yrd. Doç. Dr. Özlem Durmaz İncel`in "İnsan Eylemi ve Bağlam Tanıma" ve Prof. Dr. A. Aydın Alatan`ın "Ardışık Görüntülerden Sahne Derinliği Kestirimi" başlıklı dersleri gerçekleştirildi. Kampın son gününde ise Yrd. Doç. Dr. Alper Selver`in "Sıradüzenli Sistemlerin Günlük Yaşam Uygulamaları: Kalite Tespiti, Organ Görüntüleme ve Radarla Nesne Tespiti" ile Doç. Dr. Hazım Kemal Ekenel`in "İçerik Tabanlı İmge ve Video Çıkarımı" başlıklı dersleri yapıldı. Kamp çalışmaları Efes Harabeleri`ne ve Şirince Köyü`ne yapılan gezi ile tamamlandı.
Citation - Scopus: 1
Liking Prediction Using fNIRS and Machine Learning: Comparison of Feature Extraction Methods
(IEEE, 2022) Koksal, Mehmet Yigit; Çakar, Tuna; Demircioğlu, Esin Tuna; Girisken, Yener
The fMRI method, which is generally used to detect behavioral patterns, draws attention with its expensive and impractical features. On the other hand, near infrared spectroscopy (fNIRS) method is less expensive and portable, but it is as effective as fMRI in creating a good prediction model. With this method, a model has been developed that can predict whether people like a stimulus or not, using machine learning various algorithms. A comparison was made between feature extraction methods, which was the main focus while developing the model.
Citation - WoS: 2
Citation - Scopus: 2
Implementation of Multi-Threaded Erasure Coding Under Multi-Processing Environments
(2016) Arslan, Şuayb Şefik
Galois alan aritmetiği depolama ve iletişim cihazlarını veri kayıplarına karşı korumak için Reed-Solomon silme kodlarının temelini oluşturmaktadır. Galois alan aritmeti^ginin en güncel uygulamaları hızlı Galois alan hesaplamaları yapmamıza imkan sağlayan Intel’in SIMD eklerinde olduğu gibi 128-bitlik işlemci vektör talimatlarına dayanmaktadır. Buna rağmen, bu uygulamalar çoklu–dizin ve çoklu–süreçli ortamlara göre optimize edilmemiştir. Diğer taraftan, sunucuların çoklu istekleri eş zamanlı olarak yerine getirmesi ve donanımın sağladığı tüm paralelliği kodlama yükünü etkili yürütmek için kullanması arzu edilmektedir. Bu makale silme kodlarının çoklu-dizin işlemcilerle çoklu–süreçli ortamlarda nasıl kullanılaca^gının detaylarını sunmakta ve tek dizinli uygulamalara göre emtia mikro işlemciler ve Jerasure 2.0 yazılım kütüphanesini kullanarak önemli ölçüde performans artışının olabileceğini göstermektedir.
Neural Decoding of Brand Perception and Preferences: Understanding Consumer Behavior Through Fnirs and Machine Learning
(Ieee, 2024) Çakar, Tuna; Girisken, Yener; Tuna, Esin; Filiz, Gozde; Drias, Yassine
This research examines the link between consumer brand perceptions and neural activity by employing Functional Near-Infrared Spectroscopy (fNIRS) and machine learning techniques. The study analyzes the neural projections of participants' reactions to brand-associated adjectives, processing data collected from 168 individuals through machine learning algorithms. The findings underscore the significance of the lateral regions of the prefrontal cortex in the decision- making process related to brand perceptions. The aim is to understand how brands are perceived when associated with various adjectives and to develop this understanding through neural patterns using machine learning models. This study demonstrates the potential of integrating neural data with machine learning methods in the field of applied neuroscience.
Customer Segmentation and Churn Prediction via Customer Metrics
(IEEE, 2022) Bozkan, Tunahan; Cakar, Tuna; Sayar, Alperen; Ertugrul, Seyit
In this study, it is aimed to predict whether customers operating in the factoring sector will continue to trade in the next three months after the last transaction date, using data-driven machine learning models, based on their past transaction movements and their risk, limit and company data. As a result of the models established, Loss Analysis (Churn) of two different customer groups (Real and Legal factory) was carried out. It was estimated by the XGBoost model with an F1 Score of 74% and 77%. Thanks to this modeling, it was aimed to increase the retention rate of customers through special promotions and campaigns to be made to these customer groups, together with the prediction of the customers who will leave. Thanks to the increase in retention rates, a direct contribution to the transaction volume on a company basis was ensured.
Noise Effect on Forecasting
(IEEE, 2023) Tuncer, Suat; Kayan, Ersan; Çakar, Tuna
The lack of regulation and liquidity in crypto money markets causes higher volatility compared to other financial markets. This situation increases the noise in price change. The high noise and random walk create a problem that cannot be explained by traditional stochastic financial methods. For this reason, a multi-layered deep learning model with an additive attention layer, which uses a single observation in 10-day sequences, was used in this study. Different transformations are used to reduce the noise of the closing values. As a result of the comparisons made between different approaches, it has been revealed that exponential moving averages, to be used as the value to predict, give better results than other conversions and estimation of the original price, since they explain the price better than simple moving averages and reduce the noise of the original price.
Parallelization and Performance Analysis of Reversible Circuit Synthesis
(IEEE, 2018) Susam, Ömercan; Arslan, Şuayb Şefik
Rising popularity of quantum computers in the last decade resulted in increased interest paid to reversible circuitsynthesis process. In this work, a popular essential function-based synthesis algorithm known in the literature is parallelized using openMP library. Contrary to conventional way, essential functions are synthesized when needed without keeping a table-lookup library. When the reversible circuit is synthesized in parallel using a double core processor (4 active threads with hyperthearding technology), around 2.6 speed-up is demonstrated relative tothe performance of serial synthesis work. Comparison between serial and parallel synthesis by using common benchmark circuits demonstrated that the performance of the proposed parallel synthesis is always better in the overall operation work load.
Citation - Scopus: 2
Alternative Data Sources and Psychometric Scales Supported Credit Scoring Models
(IEEE, 2023) Şahin, Türkay; Filiz, Gözde; Çakar, Tuna; Özvural, Özden Gebizlioğlu; Nicat, Şahin
This study aims to evaluate individuals with limited access to banking services and enhance credit scoring models with alternative data sources. A psychometric-based credit scoring model was developed and tested. Despite limited data, significant potential findings were obtained. However, clarification of the distinction between credit payment intention and ability and validation of the results with more data are necessary.
Model for Estimating the Probability of a Customer To Have a Transaction
(IEEE, 2022) Sayar Alperen; Çakar Tuna; Ertugrul Seyit; Bozkan Tunahan
In this study, it is aimed to estimate the probability of a customer who comes to the institution for the first time to make a transaction in the next 3 months, using data-driven machine learning models, in order to provide financing to the seller company by assigning the receivables arising from the sale of goods and services in a company actively operating in the factoring sector. Accordingly, it was aimed to directly contribute to the transaction volume on a business basis by acting and taking action with more effective, efficient and correct approaches by finding high-potential and low-potential customers. In this context, provided by KKB (Credit Registration Bureau); The data set to he used in machine learning models was created with feature engineering and exploratory data analysis, using the Risk, Mersis, GIB information of the prospective customers and the historical information of the customers, check issuers, customer representatives and branches kept in the database. Since the leads coming to the institution are in two different types of organizations (Individual and Legal), two different forecasting models were applied. Multiple classification models were tried, and the highest F1-Score of 86% for private companies was obtained with the Random Forest model, and the highest F1- Score for commercial companies was obtained with the Random Forest model with 82%. © 2022 IEEE.
Feature Enrichment Via Similar Trajectories for Xgboost Based Time Series Forecasting
(Ieee, 2024) Yilmaz, Elif; Islak, Umit; Çakar, Tuna; Arslan, Ilker
In this study, new time series forecasting models are developed based on XGBoost, and the similar trajectories method (ST), which can be interpreted as a regression based on nearest neighbors. Both the similar trajectories method and XGBoost model are known to have successful applications in traffic flow prediction. In our case, the focus is on similar trajectories used in the former method, and features based on these trajectories are used in the training of XGBoost. The success of the proposed models is confirmed through metrics such as the mean absolute error. Also, statistical tests are performed among the compared benchmark models. The study is concluded with discussions and questions about how these models can be further developed.
Citation - WoS: 1
Citation - Scopus: 1
Hata Düzeltme Çıktı Kodları: Genel Bakış, Zorluklar ve Gelecek Yönelimler
(IEEE, 2019) Arslan, Şuayb Şefik; Güney, Osman B.
Çok sınıflı sınıflandırma problemini çözmenin en etkili yollarından biri, bir grup akıllıca tasarlanmıs ikili sınıflandırıcı kullanarak, sınıflandırıcı sonuçlarını belli bir kritere göre bir araya getirmektir. Hata Düzeltme Çıktı Kodları (HDÇK) birden fazla ikili sınıflandırma yoluyla is bölümü saglayan basarılı tekniklerden biridir. Bu çalışmamızın amacı modern HDÇK tiplerine kısa bir giris yapmak, ikili sınıflandırma sonuçlarını birlestiren çesitli kod çözme yöntemleri ve zorlukları, avantajları ve dezavantajlarını ortaya koyan karsılastırmalı bir çalısma sunmaktır. Ayrıca HDÇK tekniğinin birkaç önemli uygulaması, MNIST veri seti üzerindeki performansı ve gelecekteki egilimlerin bazıları sunulmaktadır.
Reliability Study of Psychometric Tests in a Credit Scoring Model
(Ieee, 2024) Nicat, Sahin; Filiz, Gozde; Ozvural, Ozden Gebizlioglu; Çakar, Tuna
This study investigates the effectiveness and reliability of using psychometric tests in the credit decision-making processes within the finance sector. Psychometric tests, by measuring individuals' cognitive and psychological traits, hold the potential to broaden access to credit and identify high credit risk. However, after the literature review, it was seen that there was a need for more studies on the reliability and validity of these tests in finance. This study is designed to measure the test-retest reliability of a machine learning model and its inputs that utilize psychometric test results. Within the scope of the research, 115 participants were re-subjected to the same psychometric tests after an average of 6 months. Findings showed that psychometric tests and the machine learning model were generally consistent over time. This work has the potential to fill the gaps in the literature regarding the use of psychometric tests in the finance sector and lays a foundation for future research.
Ön Eğitimli Dil Modelleriyle Duygu Analizi
(İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü, 2023) Yürütücü, Ömer Yiğit; Demir, Şeniz
Duygu analizi, çeşitli platformlarda bir konu hakkında düşünce, duygu ya da tutumu irdelemek, analiz etmek ve yorumlamak amacıyla kullanılan yöntemlerden biridir. Farklı konulardaki metinlerin öznel içeriklerine göre sınıflandırılabildiği duygu analizinde makine öğrenmesi ve derin öğrenme modellerinden sıklıkla faydalanılmaktadır.Bu çalışmada, önceden eğitilmiş dil modellerinden yararlanılarak Covid-19 tweet metinleri üzerinde duygu analizi yapılmıştır. Naive Bayes sınıflandırıcıya ek olarak BERT, RoBERTa ve BERTweet dil modelleri kullanılarak farklı sınıflandırıcılar eğitilmiş ve tweet veri kümesi üzerinde elde edilen sonuçlar kıyaslanmıştır. Bildiride aktarılan çalışmanın ileride bu alanda yürütülecek araştırmalara bir zemin oluşturacağı öngörülmektedir.
Citation - WoS: 15
Citation - Scopus: 40
An Overview of Blockchain Technologies: Principles, Opportunities and Challenges
(IEEE, 2018) Arslan, Şuayb Şefik; Mermer, Gültekin Berahan; Zeydan, Engin
Blokzincir, toplumumuzun birbiriyle iletişim kurma ve ticaret yapma biçiminde devrim yapma potansiyeline sahip, yakın zamanda ortaya çıkmış olan bir teknolojidir. Bu teknolojinin sağladığı en önemli avantaj aracı gerektiren bir oluşumda güvenilir bir merkezi kuruma ihtiyaç duymadan değer taşıyan işlemleri değiş tokuş edebilmesidir. Ayrıca, veri bütünlüğü, dahili orijinallik ve kullanıcı şeffaflığı sağlayabilir. Blokzincir, birçok yenilikçi uygulamanın temel alınacağı yeni internet olarak görülebilir. Bu çalışmada, genel çalışma prensibi, oluşan fırsatlar ve ileride karşılaşılabilecek zorlukları içerecek şekilde güncel blokzincir teknolojilerinin genel bir görünümünü sunmaktayız.
Eaft: Evolutionary Algorithms for Gcc Flag Tuning
(IEEE, 2022) Tagtekin, Burak; Çakar, Tuna
Due to limited resources, some methods come to the fore in finding and applying the factors that affect the working time of the code. The most common one is choosing the correct GCC flags using heuristic algorithms. For the codes compiled with GCC, the selection of optimization flags directly affects the speed of the processing, however, choosing the right one among hundreds of markers during this process is a resource consuming problem. This article explains how to solve the GCC flag optimization problem with EAFT. Rather than other autotuner tools such as Opentuner, EAFT is an optimized tool for GCC marker selection. Search infrastructure has been developed with particle swarm optimization and genetic algorithm with diffent submodels rather than using only Genetic Algorithm like FOGA. © 2022 IEEE.
Dog Walker Segmentation
(IEEE, 2022) Ercan, Alperen; Karan, Baris; Çakar, Tuna
In this study dog walkers were separated into clusters according to walkers' walk habits. Due to the fact that the distributions were non-normal, normalization algorithms were applied before the onset of clustering. After normalizing, K Means algorithm and Gaussian Mixture Models used for finding optimum cluster count. According to these clusters, walkers' consecutive months separated to follow-up their behavioral traits. This part of the study adds value to the project to examine walkers' behaviors closer.
Citation - Scopus: 2
A Visualization Platfom for Disk Failure Analysis
(IEEE, 2018) Arslan, Şuayb Şefik; Yiğit, İbrahim Onuralp; Zeydan, Engin
It has become a norm rather than an exception to observe multiple disks malfunctioning or whole disk failures in places like big data centers where thousands of drives operate simultaneously. Data that resides on these devices is typically protected by replication or erasure coding for long-term durable storage. However, to be able to optimize data protection methods, real life disk failure trends need to be modeled. Modelling helps us build insights while in the design phase and properly optimize protection methods for a given application. In this study, we developed a visualization platform in light of disk failure data provided by BackBlaze, and extracted useful statistical information such as failure rate and model-based time to failure distributions. Finally, simple modeling is performed for disk failure predictions to alarm and take necessary system-wide precautions.
Predicting Animal Behaviours: Physical and Behavioural Classification Of Dog Walking Levels
(IEEE, 2022) Ozen, Guris; Karan, Baris; Çakar, Tuna
Methods of predicting canine behaviour is an area covered by canine behaviour experts. This study aims to predict the behaviour of dogs during walking based on available information about dogs. In this data-driven project based on up-to-date company data, the problem of predicting dog behaviour was addressed in two different ways. First, it is aimed to create a supervised classification model. Within the scope of this study, improvements were made to various classification algorithms. The results were analyzed in different axes. Secondly, it is aimed to create a new parameter that predicts dog walking difficulties by formulating the parameters.
Citation - Scopus: 5
High-Performance Real-Time Data Processing: Managing Data Using Debezium, Postgres, Kafka, and Redis
(IEEE, 2023) Çakar, Tuna; Ertuğrul, Seyit; Arslan, Şuayip; Sayar, Alperen; Akçay, Ahmet
This research focuses on monitoring and transferring logs of operations performed on a relational database, specifically PostgreSQL, in real-time using an event-driven approach. The logs generated from database operations are transferred using Apache Kafka, an open-source message queuing system, and Debezium running on Kafka, to Redis, a non-relational (No-SQL) key-value database. Time-consuming query operations and read operations are performed on Redis, which operates on memory (in-memory), instead of on the primary database, PostgreSQL. This approach has significantly improved query execution performance, data processing time, and backend service performance. The study showcases the practical application of an event-driven approach using Debezium, Kafka, Redis, and relational databases for real-time data processing and querying.

Browse

Browsing Bilgisayar Mühendisliği Bölümü Koleksiyonu by Language "tr"