Akademik arama
Arama sonuçları
“Derin Öğrenme” için 6 doğrulanmış makale incelemesi bulundu.
Doğa Bilimleri · Fizik, Kimya ve Yaşam Bilimleri
AlphaFold 3 ile Biyomoleküler Etkileşimlerin Yapısının Bütünleşik Derin Öğrenme Modeliyle Yüksek Doğrulukta Tahmini
Biyolojik komplekslerin atomik düzeyde yapısının doğru biçimde modellenmesi, hücresel işlevlerin anlaşılması ve rasyonel ilaç tasarımı açısından kritik bir gereksinimdir. Protein yapısı tahmininde AlphaFold ve AF2 modelleri ile büyük bir devrim yaşanmış olsa da hücresel sistemler yalnızca proteinlerden ibaret değildir; nükleik asitler, küçük moleküllü ligandlar, iyonlar ve kovalent modifikasyonlar da biyolojik süreçlerin temel bileşenleridir. Önceki derin öğrenme yaklaşımları genellikle belirli etkileşim türlerine özelleşmiş, genelleştirilebilirliği sınırlı ve fizik tabanlı simülasyon yöntemlerinin gerisinde kalan performanslar sunmuştur. Bu makale, tüm bu biyomoleküler yapı tiplerini tek bir bütünleşik derin öğrenme mimarisinde bir araya getirerek bir arada yapı tahmini gerçekleştirme sorununu ele almaktadır.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Eğitim Verilerinde Duygu Analizi ve Görüş Madenciliği: Kapsamlı Bir Derleme
Eğitim sektöründe duygu analizi ve görüş madenciliği, öğrencilerin geri bildirimlerini pedagojik ve kurumsal düzeyde değerlendirmek amacıyla giderek daha fazla kullanılmaktadır. Öğrenim yönetim sistemleri, ders değerlendirme anketleri ve çevrim içi tartışma forumları üzerinden toplanan nitel metinler, öğrenme ve öğretme süreçlerinin geliştirilmesinde kritik rol oynamaktadır. Ancak bu metinlerin manuel olarak etiketlenmesi büyük kaynak ve zaman gerektirdiğinden, yapay zekâ ve doğal dil işleme tekniklerine dayalı otomatik duygu analizi yaklaşımlarına olan ihtiyaç her geçen gün artmaktadır.
Sağlık Bilimleri · Klinik ve Halk Sağlığı
Tıbbi Nesnelerin İnterneti Ekosisteminde Kenar-Bulut Bilişim ve Yapay Zeka Entegrasyonu: Mimari Yapılar, Teknolojik Bileşenler ve Uygulama Alanları
Sağlık bilişimindeki dijital dönüşüm, 5G teknolojisinin gelişiyle birlikte tıbbi verilerin heterojen yapısını ve patlayıcı büyümesini beraberinde getirmiştir. Geleneksel sağlık modellerindeki erişim zorlukları, yüksek tedavi maliyetleri ve bilgi kapalılığı gibi kronik sorunlar, Tıbbi Nesnelerin İnterneti (IoMT) teknolojileriyle aşılmaya çalışılsa da, devasa büyüklükteki verinin güvenliğinin sağlanması ve gecikmesiz işlenmesi kritik bir teknik darboğaz teşkil etmektedir. Özellikle gerçek zamanlı veri analizi gerektiren cerrahi müdahaleler ve yoğun bakım izlemi gibi durumlarda, merkezi bulut sistemlerinin yarattığı ağ gecikmesi hayati riskler barındırmaktadır. Makale, bu sorunsalı çözmek adına bilişim kaynaklarının veri kaynağına yakınlaştırıldığı kenar-bulut hiyerarşisini ve yapay zeka optimizasyonlarını akademik bir mercekle tartışmaya açmaktadır.
Sağlık Bilimleri · Klinik ve Halk Sağlığı
Yapay Zeka ile Diş Hekimliği Teşhislerinin Dönüştürülmesi: Hasta Bakımı için ChatGPT ve Büyük Dil Modellerinin Gelişmiş Entegrasyonu
Yapay zeka ve büyük dil modellerinin (LLM) tıp ve diş hekimliği teşhis süreçlerine entegrasyonu, dijital sağlık alanında büyük bir dönüşüm yaratmaktadır. Geleneksel kural tabanlı uzman sistemlerden (Yazılım 1.0) makine öğrenimi ve derin öğrenmeye dayalı sistemlere (Yazılım 2.0) geçiş süreci, klinisyenlerin teşhis doğruluğunu artırırken idari yükleri azaltmayı vadetmektedir. Ancak diş hekimliği klinik süreçlerine yönelik yapay zeka modellerinin geliştirilmesinde, tıp eğitimi almamış mühendislerin tasarımları ile hekimlerin bütüncül yaklaşımı arasındaki farklar, veri kalitesi, model yanlılığı ve bilgi doğruluğu gibi yapısal sorunlar güncel alan yazında yoğun tartışmalara neden olmaktadır. Bu makale, özellikle ChatGPT ve benzeri dil modellerinin diş hekimliğindeki güncel konumunu, olanaklarını ve sınırlılıklarını tartışmaya açmaktadır.
Sağlık Bilimleri · Klinik ve Halk Sağlığı
Klinik Uygulamada Yapay Zekanin Rolu: Sağlık Hizmetlerinde Dönüşum ve Gelecek Perspektifleri
Sağlık sistemleri, artan hasta yuku, karmasik tani süreçleri ve devasa veri hacimleri nedeniyle kapsamli bir teknolojik dönüşum süreçinden gecmektedir. Yapay zeka, makine öğrenmesi ve derin öğrenme algoritmalarinin klinik süreçlere entegrasyonu; tibbi tesgis doğrulugunu artirma, tedavi planlarini kisisellestirme ve hasta bakim kalitesini yukseltme potansiyeli sunmaktadir. Ancak veri gizliligi, algoritmik sapmalar, siber guvenlik riskleri ve insan uzmanligi ihtiyaci gibi etik, hukuki ve operasyonel engeller, teknolojinin guvenli ve sürdurulebilir bicimde benimsenmesini karmasiklastirmaktadir. Bu çalışma, yapay zekanin klinik pratik, tani, tedavi ve toplum sağlığı yönetimindeki rolunu butoncul bir yaklaşimla ele almaktadir.
Sağlık Bilimleri · Klinik ve Halk Sağlığı
ChatGPT'nin USMLE Sınavındaki Performansı: Büyük Dil Modelleri Kullanılarak Yapay Zekâ Destekli Tıp Eğitimi Potansiyeli
Klinik tıp alanında yapay zekâ uygulamalarının yaygınlaşması, serbest metin verilerinin düzensizliği, sistemler arası entegrasyon eksikliği ve etiketlenmiş yapılandırılmış veri yetersizliği nedeniyle uzun süredir sınırlı bir düzeyde kalmıştır. Derin öğrenme algoritmalarının klinik bakımda genelleştirilebilir sonuçlar üretmekte zorlanması, alana özgü ve yüksek maliyetli eğitim verilerine olan bağımlılıktan kaynaklanmaktadır. Son dönemde gelişen büyük dil modellerinin (LLM), genel alan verileriyle eğitilmesine rağmen karmaşık tıp bilgisini işleme, klinik akıl yürütme ve mantıksal çıkarım yapma yetenekleri tıp eğitimi ve akademik literatürde yoğun bir tartışma konusu haline gelmiştir. Bu çalışma, alan odaklı eğitim almamış genel bir dil modelinin üst düzey klinik akıl yürütme gerektiren tıp lisanslama sınavlarındaki başarısını ölçerek alandaki bu temel soruyu incelemektedir.