Bilgisayar Mühendisliği Bölümü Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1940
Browse
12 results
Search Results
Research Project İmece-depo: İşbirlikçi Hücresel Ağlarda Veri Önbellekleme için Cihazdan Cihaza Iletişim ile Dağıtık Depolama, Optimale Yakın Kodlama ve Protokol Tasarımı.(2023) Haytaoğlu, Elif; Pourmandı, Massoud; Kaya, Erdi; Arslan, Şefik Şuayb; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityHücresel ağlarda popüler dosyaların cihazlarda önbelleklenmesi ile, cihazlar arası etkileşim baz istasyonu (Bİ) üzerine düşen iletişim yükünü oldukça azaltmaktadır. Dağıtık veri önbellekleme işlemi popüler bir dosyanın parçalarının kodlanmamış orijinal haliyle ya da herhangi bir silinti kodu kullanılarak kodlanmış halinin mobil cihazlar içerisinde dağıtık bir şekilde depolanması yardımıyla gerçekleştirilir. Dosyanın herhangi bir parçası, komşu mobil cihazlardan ya da mümkün değilse, doğrudan Bİ?lerden, yüksek bir iletişim maliyeti pahasına indirilebilir. Bir hücresel ağda, rastgele zamanlarda bazı düğümlerin hücreye katıldığı ve bazılarının ayrıldığı göz önüne alındığında, performans için Bİ ile iletişimin minimum düzeyde olmasını sağlayacak akıllı veri onarım yöntemlerine ihtiyaç duyulacaktır. Tek bir veya birden fazla Bİ?nin sisteme katılımı, önceki onarım paradigmalarına, özellikle de işbirlikçi düğüm onarım süreçlerine farklı bir boyut eklemektedir. Bunun nedeni, çalışma protokolü kurallarının yanı sıra iletişim kısıtlamalarının da değişmesidir. Literatür, bu durum için temel bant genişliği/depolama ödünleşim uzayını inceleyen bir çalışma içermemektedir. Yeni hücre mimarileri buna göre, yeni silinti kod yapılarını, verimli protokol tasarımlarını, veri erişim gecikmesi, gerçekçi kuyruk modelleri ve gerçekçi benzetim platformları dahil ancak bunlarla sınırlı olmamak üzere farklı tasarım değerlendirmelerini gerektirmektedir. Bu projede ilk olarak, daha önceki hiçbir çalışmada düşünülmemiş işbirliği yapan Bİ?lerin cihaz ayrılışlarında yaşanan kayıp verinin onarımı için bant genişliği ve depolama kapasitesinin iyileştirilmiş teorik sınırlarının veri akış diyagramları kullanılarak elde edilmesi amaçlanmıştır. Bununla beraber, bant genişliği ve depolama alanını en iyi kullanan kod yapılarından esinlenerek, veri önbellekleme işlemini optimale yakın bir maliyetle gerçekleştirecek tamamen özgün çizge tabanlı kod yapıları ve bu yeni kodlar için daha önce düğüm onarım problemine uygulanmamış genetik algoritma, optimize edilmiş artık veri dağıtımı gibi yeni yaklaşımlar kullanılarak önceden düşünülmemiş düğüm onarım algoritmaları önerilecektir. Ayrıca, düğümlerin hücreye katılma ve ayrılma süreçleri için, bant genişliği ve veri depolaması gereksinimlerini en aza indirmeye yardımcı olacak enerji tüketimi odaklı son derece özgün protokoller önerilecektir. Bu protokoller, düğümlerin bir hücreden diğerine geçiş yapabileceği ve hücre içi kaynakların etkin kullanılmasına yardımcı olmak için Bİ?lerin işbirliği yapmasını sağlayan geçiş senaryoları ile güçlendirilecektir. Bu durum, iki onarım işlemi arasındaki sürenin ayarlanması, veri erişim maliyetlerinin azaltılması, hücreye katılan düğüm içeriğinin kullanımı, artık veri kullanımı v.s. gibi yenilikleri içerecektir. Son olarak, önerilen kod yapıları ve protokol mimarisinin performansını analitik olarak türetmek için bilinen çeşitli ve daha gerçekçi kuyruklama modelleri değerlendirilecektir. Analitik sonuçlarımızı doğrulamak için daha sonra hücresel ağ tabanlı büyük ölçekli benzetimler yapılıp sayısal yöntemler ile toplam iletişim ve dosya onarım işlemlerinin maliyet hesaplamaları ve karşılaştırmaları yapılacaktır. MEF Üniversitesi öğretim üyesi Dr. Şuayb Arslan?ın yürütücüsü olduğu ve 36 ay sürecek projede, Pamukkale üniversitesi Bilgisayar Mühendisliği Bölümü öğretim üyesi Dr. Elif Haytaoğlu araştırmacı olarak görev alacaktır. Projede, iki doktora, iki yüksek lisans ve son iki senemizde iki lisans öğrencisi bursiyer olarak görev alacaktır.Article Ön Eğitimli Dil Modelleriyle Duygu Analizi(İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü, 2023) Demir, Şeniz; Demir, Şeniz; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityDuygu 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.Conference Object Predicting Animal Behaviours: Physical and Behavioural Classification Of Dog Walking Levels(IEEE, 2022) Ozen, Guris; Çakar, Tuna; Çakar, Tuna; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityMethods 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.Conference Object Citation - Scopus: 1Modeling Consumer Creditworthiness Via Psychometric Scale and Machine Learning(IEEE, 2022) Çakar, Tuna; Çakar, Tuna; Sayar, Alperen; Sahin, Türkay; Bozkan, Tunahan; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityAlthough the predictive power of economic metrics to detect the creditworthiness of the customers is high, there is a rising interest in the integration of cognitive, psychological, behavioral, alternative, and demographic data into credit risk systems and processing the data through modern methods. The primary motivation for the rising interest is increased customer classification accuracy. In this research, customer creditworthiness was modeled through data consisting of personality, money attitudes, impulsivity, self-esteem, self-control, and material values and processed through artificial intelligence. The obtained findings have been evaluated as a reference point for the following research. © 2022 IEEE.Conference Object Model for Estimating the Probability of a Customer To Have a Transaction(IEEE, 2022) Sayar Alperen; Çakar, Tuna; Ertugrul Seyit; Bozkan Tunahan; Sayar, Alperen; Cakar, Tuna; Ertugrul, Seyit; Bozkan, Tunaban; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityIn 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.Conference Object Eaft: Evolutionary Algorithms for Gcc Flag Tuning(IEEE, 2022) Tagtekin, Burak; Çakar, Tuna; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityDue 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.Conference Object Dog Walker Segmentation(IEEE, 2022) Ercan, Alperen; Çakar, Tuna; Çakar, Tuna; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityIn 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.Conference Object Citation - WoS: 1Citation - Scopus: 1Face Recognition With Local Zernike Moments Features Around Landmarks(IEEE, 2016) Gökmen, Muhittin; Gökmen, Muhittin; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityIn this paper, a new method that extracts the features from the complex Local Zernike Moments (LZM) images around facial landmarks is proposed. In this method, multiple grids which are in different sizes are located on landmarks and Phase-Magnitude (PM) histograms are calculated in each cells of these grids. The PM histograms are calculated for every component of LZM and the feature vectors are created by concatenating these histograms. By reducing the dimensionality of these vectors using Whitened Principle Component Analysis, more robust descriptors are constructed. It is shown that the state-of-the-art results are obtained in the experiments performed on FERET database using the proposed method. © 2016 IEEE.Conference Object Customer Segmentation and Churn Prediction via Customer Metrics(IEEE, 2022) Bozkan, Tunahan; Çakar, Tuna; Sayar, Alperen; Ertugrul, Seyit; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversityIn 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.Article Siyasal Parti Liderlerine İlişkin Seçmen Algısının Beyin Görüntüleme Yöntemiyle Ölçülmesi Üzerine Pilot Bir Araştırma(2021) Çakar, Tuna; Çakar, Tuna; Girişken, Yener; 02.02. Department of Computer Engineering; 02. Faculty of Engineering; 01. MEF UniversitySiyasi partilerin ve parti liderlerinin seçmen tarafından nasıl algılandığı sorusu siyasi pazarlama araştırma konularının başında gelen sorulardan biridir. Son dönemde pazarlama araştırmalarında beyin görüntüleme yöntemleri ölçülebilirlik ve objektiflik özellikleri dolayısıyla daha sık kullanılmaya başlanmıştır. Bu çalışmanın temel amacı, seçmenlerin liderlere ilişkin algısını, üyesi oldukları siyasi partiyi olumlu algılayacakları öngörüsünden yola çıkarak, beyin görüntüleme yöntemi kullanarak saptayabilmek ve ayrıştırabilmektir. Bu amaçla bu araştırmada, hem kullanım kolaylığı hem de akademik literatürdeki güvenilirliği nedeniyle işlevsel yakın kızıl ötesi spektrometre (fNIR) yöntemi tercih edilmiştir. Bu çerçevede Türkiye’de 2011 seçimlerinde en yüksek oy alan iki partinin aktif çalışma hayatı olan toplam 30 parti meclisi üyesi (30 erkek; Yaş ort.: 34.76) gönüllülük esasına dayanılarak çalışmaya davet edilmiştir. Katılımcılara siyasi parti liderleri ve sıfatlardan oluşan slaytlar gösterilmiş ve 3'lü Likert ölçeği ile tutumları sorulmuştur. Olası bir karşıtlık etkisini gözlemleyebilmek adına katılımcılar karşıt siyasi partilerden seçilmiştir. Çalışma sonunda katılımcıların tutumları beyanlarına dayandırılmadan, sadece nörofizyolojik verilerden yola çıkarak analiz edilmiştir. Elde edilen bulgular katılımcıların beklenen tutumlarının 5 kanal (V1, V5, V7, V9, V11) üzerinden istatistiksel olarak anlamlı seviyede ayrıştığını göstermektedir. Ampirik bir içeriğe sahip olan bu çalışmada elde edilen bulgular, hem özel olarak siyasal pazarlama, hem de daha genelinde pazarlama araştırmalarında yeni yöntemlerin geliştirilmesi ve uygulanması açısından önemlidir.