TR-Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1927
Browse
6 results
Search Results
Research Project Diyalog Geliştirme için Bağlaşımlı Tensör Ayrıştırma Yöntemleri(TÜBİTAK, 2021) Şimşek, Serap Kırbız; Lıutkus, Antoine; Cemgil, Ali Taylan; Cemgil, Ali Taylan; Liutkus, AntoineAyrıştırma tabanlı ses modelleme yöntemleri, hesaplama gücünün artmasıyla ve istatistiksel modelleme yöntemlerinin gelişmesiyle birlikte yaygın olarak kullanılmaktadır. Bu yöntemler, ses kodlama, müziksel bilgi çıkarımı, müziğin notaya dökülmesi, içerik analizi, kaynak ayrıştırma, ses onarımı ve gürbüz konuşmacı tanımanın da aralarında bulunduğu birçok alanda kullanılmaktadır. Bizim bu projede temel amacımız, birden fazla kaynak içeren ses kayıtlarındaki konuşma işaretlerini güçlendirmek için kaynak ayrıştırma algoritmalarından faydalanarak bir yöntem geliştirmektir. Diyalog ve ortamdaki diğer sesler arasındaki doğru dengeyi bulmak ses mühendisleri için önemli bir problem olup, dinleyici şikayetlerinin de gittikçe artan bir sebebini oluşturmaktadır. Dinleyiciler, kendi kişisel tercihlerine, dinleme ortamlarına ve duymalarına uygun olarak diyalog ve çevresel sesler arasındaki ses dengesini kendileri ayarlamak istemektedirler. Bu projedeki temel amaçlar ve aşamalar aşağıdaki gibidir: i) Durağan olmayan çok boyutlu zaman serilerinde, matris ve tensör ayrıştırma modellerini kullanarak diyalog içeren ses kayıtlarından diyalogların ayrıştırılması ve bunun daha sonra kayıtta bulunan diğer seslerle farklı oranlarda yeniden birleştirilmesiyle, kullanıcının ihtiyaçlarına ya da zevkine dayalı bir kayıt dinlemesini sağlama ii) Televizyon programları gibi akan veri üzerinde de çalışabilmek üzere, önerilen yöntemin gerçek zamanda çalışması. Bu bağlamda, veri geldikçe gerçek zamanlı olarak işlenecektir. iii) Geliştirilen yöntemlerin etkinliğinin gerçek uygulamalarda kullanımı. Projenin çıktıları olan modelleme, çıkarım ve model seçimi yöntemleri; işaret işleme, yapay öğrenme ve istatistik alanlarında temel metodolojik katkılar yapmaktatır. Bunun dışında çıktılar, bilgi madenciliği, biyoinformatik, sistem biyolojisi, yer bilimleri, karmaşık sistemler, algılayıcı ağları, finans veya akustik konularındaki büyük veri öbeklerinin incelendiği çalışmaları destekleyecektir. Bu bağlamda, MEF Üniversitesi bünyesinde yerli ve uluslararası alanda süren işbirliklerinin sürdürülmesi ve geliştirilmesi de planlanmaktadır.Article Citation - WoS: 1Citation - Scopus: 2Determining and Evaluating New Store Locations Using Remote Sensing and Machine Learning(Tübitak, 2021) Ünsalan, Cem; Turgay, Zeynep Zerrin; Küçükaydın, Hande; Höke, BerkanDecision making for store locations is crucial for retail companies as the profit depends on the location. The key point for correct store location is profit approximation, which is highly dependent on population of the corresponding region, and hence, the volume of the residential area. Thus, estimating building volumes provides insight about the revenue if a new store is about to be opened there. Remote sensing through stereo/tri-stereo satellite images provides wide area coverage as well as adequate resolution for three dimensional reconstruction for volume estimation. We reconstruct 3D map of corresponding region with the help of semiglobal matching and mask R-CNN algorithms for this purpose. Using the existing store data, we construct models for estimating the revenue based on surrounding building volumes. In order to choose the right location, the suitable utility model, which calculates store revenues, shouldbe rigorously determined. Moreover, model parameters should be assessed as correctly as possible. Instead of using randomly generated parameters, we employ remote sensing, computer vision, and machine learning techniques, which provide a novel way for evaluating new store locations.Article Büyük Ölçekli Etki Enbüyükleme Problemi için Lagrange Gevşetmesi Tabanlı Etkin Bir Çözüm Yöntemi(AKÜ FEMÜBİD, 2020) Güney, EvrenEtki Enbüyükleme Problemi (EEP) büyük bir sosyal ağ içindeki en etkin K tane kişiyi seçen zor bir stokastik kombinatoryal eniyileme problemidir. Son yıllarda pek çok araştırmacının ilgisini çeken bu problem için çok sayıda etkin yöntem geliştirilmiştir. Sosyal ağdaki bilginin / etkinin yayılımı çeşitli ağ akış modelleri ile tasarlandığında, elde edilen problemin amaç fonksiyonunun alt-birimsel olduğu gözlemlenmiştir. Bu sebeple basit bir açgözlü algoritma ile (1-1/e) en kötü performans garantisine erişilmiştir. Ancak, aç gözlü algoritmanın büyük boyutlu problemlerde çok uzun çözüm süreleri gerektirmesi alternatif yöntem arayışlarına neden olmuştur. Son yıllarda geliştirilen yeni yöntemler genelde büyük boyutlu ağlarda kısa sürede iyi çözümler elde ederken (1-1/e) performans garantisini de korumaktadır. Ancak pek az sayıda çalışma problemin sadece en-iyi çözümüne odaklanmıştır. Bu çalışmada Lagrange gevşetmesi tabanlı ve EEP’yi eniyi / eniyiye yakın çözen ve ölçeklenebilen bir yöntem geliştirilmiştir. Bu çerçevede, öncelikle Örneklem Ortalama Yakınsaması ile özgün probleme yakınsayan belirgin bir matematiksel model kurulmuştur. Daha sonra bu model üzerinde düğüm tabanlı Lagrange gevşetmesi tekniği uygulanmıştır. İlgili yöntem bağımsız çağlayan ve doğrusal eşik bilgi yayılım modelleri varsayımı altında çeşitli boyutlardaki sosyal ağ veri setleri (Facebook, Enron, Gnutella, arXiv) üzerinde test edilmiştir. Bütün senaryolarda eniyi / eniyiye yakın çözümlere ulaşılırken yazındaki mevcut yöntemlere göre on kata kadar hızlanma sağlanmıştır.Article Citation - WoS: 4Citation - Scopus: 6Consumer Loans' First Payment Default (fpd) Detection and Predictive Model(TUBITAK SCIENTIFIC & TECHNICAL RESEARCH COUNCIL, 2020) Sevgili, Türkan; Koç, Utku; Koç, UtkuThe project is based on the opinion that whether the loan applications which are profitable could be granted instead of prone the default (FPD) ones by using predictive models in machine learning by the credit decision authorities in banking sector. Default Loan (also called non-performing loan) occurs when there is a failure to meet bank conditions and cannot be repaid in accordance with the terms of the loan which has reached its maturity. This report is a research effort in the analysis of default loan applicants, especially FPD, from a real dataset obtained from a bank. Expectation from the study is that increase the efficiency of consumer loan allocation by providing predictive analysis of the consumer behavior concerning loan’s first payment default. FPD detection analysis is a crucial role for the determination of consumer loans at the application level. The study also provides an understanding on the reasons of non-performing loans and helps to manage credit risks more consciously. The methods proposed in this study can be extended to other individual consumer loans such as car credits and mortgage.Article Stokastik Süreler İçeren Kapasite Kısıtlı Parti Büyüklüğü Belirleme Problemi(EJOSAT - DergiPark, 2019) Taş, DuyguBu makalede üretim ve kurulum süreleri stokastik olan kapasite kısıtlı çok ürünlü dinamik parti büyüklüğü belirleme problemi ele alınmıştır. Bu problemde tüm sürelerin stokastik olduğu durum göz önünde bulundurularak hem verimli hem de güvenilir üretim planları elde edilmektedir. Ele alınan problemin amacı klasik üretim maliyetleri ve ek mesai maliyetlerinden oluşan toplam maliyeti en küçüklemektir. Klasik maliyetler, üretim, kurulum ve envanter tutmaktan kaynaklanmaktadır. Ek mesai maliyetleri ise makinenin zaman kapasitesini aşacak şekilde kullanılmasından dolayı ortaya çıkmaktadır. Öncelikle, belirli bir üretim ve kurulum planı için beklenen ek mesai süresini kesin olarak hesaplayan bir prosedür önerilmiştir. Problemi etkin bir şekilde çözmek için tabu algoritmasına dayanan bir çözüm yaklaşımı geliştirilmiştir. Bu yaklaşım üç aşamadan oluşmaktadır: Başlangıç, iyileştirme ve planlama. Algoritmanın ilk aşamasında olurlu planlar üreten bir başlangıç metodu önerilmiştir. Bulunan planlar makalede önerilen tabu arama metoduyla iyileştirilmektedir. Planlama aşamasında, yerel arama metodunun bulduğu çözümleri iyileştirmek için bir doğrusal programlama modeli geliştirilmiştir. Çözüm yöntemimizin performansı literatürde yayınlanmış alt sınırlar kullanılarak onaylanmıştır. Ayrıca, sonuçlar tabu arama yöntemimizin makul sürelerde çok iyi çözümler elde ederek iyi performans sergilediğini göstermektedir.Article Citation - WoS: 8Citation - Scopus: 8Zaman Pencereli ve Değişken Başlama Zamanlı Bir Araç Rotalama Problemi için Sütun Türetme Temelli Matsezgiseller(DergiPark, 2019) Küçükaydın, HandeIn this study, a vehicle routing problem with time windows is investigated, where the costs depend on the total duration of vehicle routes and the starting time from the depot for each vehicle is determined by a decision maker. In order to solve the problem, two column generation based mat-heuristics are developed, where the first one makes use of the iterated local search and the second one uses the variable neighbourhood search. In order to assess the accuracy of the mat-heuristics, they are first compared with an exact algorithm on small instances taken from the literature. Since their performance are quite satisfactory, they are further tested on 87 large instances by running each algorithm 3 times for each instance. The computational results prove that the mat-heuristic using the variable neighbourhood search outperforms the other one. Hence, this enables to obtain a good feasible solution in a very short time when it is not possible to solve large instances with an exact solution method in a reasonable CPU time.