Akademik arama
Arama sonuçları
“Makine Öğrenmesi” için 10 doğrulanmış makale incelemesi bulundu.
Sosyal Bilimler · Toplum, Siyaset ve Kamu
Futbolda Beklenen Goller: Model Performansının İyileştirilmesi ve Değerinin Kanıtlanması
Spor analitiği alanında beklenen goller metriği şutların kalitesini ölçmek için standart hale gelse de mevcut modeller genellikle oyuncu yeteneği ve oyun içi psikolojik baskı gibi dinamik faktörleri göz ardı etmektedir. Bu makale, spatiotemporal verilerin ötesine geçerek bireysel oyuncu piyasa değerleri ve maç içi skor farkı gibi yeni özellikleri makine öğrenmesi modellerine entegre ederek bu boşluğu doldurmaya çalışmaktadır. Çalışma, bu yeni değişkenlerin modelin tahmin gücünü nasıl artırdığını ve geleneksel istatistiklere kıyasla daha güvenilir bir performans göstergesi olup olmadığını sörgülamaktadır.
Sosyal Bilimler · İşletme, Ekonomi ve İletişim
Gaziantep Gayrimenkul Piyasası İçin Web Kazıma Yöntemi Kullanılarak Yapılan Tahmin Analizi
Gayrimenkul sektörü, yatırımcılar ve mülk sahibi olmak isteyen bireyler için ekonomik ve sosyal açıdan kritik bir rol oynamaktadır. Türkiye'de gayrimenkul fiyatları enflasyon, genel ekonomik yapı ve bölgesel talep gibi dışsal faktörlerin yanı sıra metrekare, oda sayısı, ilçe ve mahalle gibi içsel niteliklerden etkilenmektedir. Literatürde konut fiyatlarının doğrudan tahminine odaklanan pek çok çalışma bulunurken, alıcıların bütçeleri ve tercihlerine göre hangi mahallede yaşayabileceklerini sınıflandıran yaklaşımlara ihtiyaç duyulmaktadır. Bu çalışma, Gaziantep ölçeğinde web kazıma ve makine öğrenmesi tekniklerini birleştirerek mahalleye dayalı bütçe-nitelik eşleştirmesini ve sınıflandırma modellerinin başarısını tartışmaktadır.
Doğa Bilimleri · Fizik, Kimya ve Yaşam Bilimleri
Çevre Kirliliği İzleme ve Yönetiminde Yapay Zekâ ve Nesnelerin İnterneti Tabanlı Teknolojiler
Çevre kirliliği, ağır metaller, pestisitler, kalıcı organik kirleticiler ve mikroplastikler gibi tehlikeli maddelerin ekosistemler ve insan sağlığı üzerindeki olumsuz etkileri nedeniyle küresel ölçekte kritik bir alan teşkil etmektedir. Geleneksel laboratuvar analiz yöntemlerinin zaman alıcı ve yüksek maliyetli olması, dinamik çevresel süreçlerin anlık takibini zorlaştırmaktadır. Bu bağlamda, yapay zekâ algoritmalarının sensör sistemleri ve Nesnelerin İnterneti altyapısıyla entegre edilmesi, kirleticilerin gerçek zamanlı tespiti ve yönetimi için yeni bir teknolojik paradigma sunmaktadır.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Açık RAN İlkeleri ile 6G Hücresel Ağ Mimarısının Güçlendirilmesi: Sistem Düzeyinde Bir Bakış ve Eğitim İncelemesi
Geleneksel dördüncü ve beşinci nesil (4G/5G) hücresel ağlar, genel olarak dikey entegrasyona sahip kapalı ve monolitik donanım/yazılım mimarileriyle kurulmaktadır. Ancak, 5G standartlarındaki hızlı gelişime kıyasla saha yaygınlaştırmalarının geride kalması, yüksek kurulum ve işletim maliyetleri ile esneklik eksikliği temel bir problem teşkil etmektedir. Altıncı nesil (6G) hücresel mimarilere geçiş sürecinde; enerji verimliliği, kapsama alanı genişletme, sistem dayanıklılığı ve maliyet optimizasyonu gibi hedeflere ulaşılabilmesi için hücresel erişim ağının sistem düzeyinde yeniden tasarlanması gerekmektedir. Açık RAN (Open RAN) ilkeleri, bu mimari kısıtlamaları aşmak için bir çözüm sunmaktadır.
Doğa Bilimleri · Fizik, Kimya ve Yaşam Bilimleri
Meteor Yörünge Veritabanlarından Meteor Kümesi Tespiti ve Meteor Kümesi Tanımlamasına Doğru
Gökbilim literatüründe meteor kümeleri, benzer ışınım noktası (radyant) ve hız değerlerini paylaşarak birkaç saniyelik zaman diliminde gerçekleşen yüksek yoğunluklu meteor grupları olarak tanımlanmaktadır. Günümüze kadar yalnızca sekiz meteor kümesi resmi olarak bildirilmiştir. Bu durum, gözlemsel ağların dar atmosferik alanları izlemesinden ve mevcut meteor tespit yazılımlarının kümeleri saptayacak biçimde tasarlanmamasından kaynaklanmaktadır. Disiplindeki temel tartışma, uzayda meteoroidlerin kendi kendine parçalanma (self-fragmentation) sıklığının belirlenmesidir. Bu çalışma, halka açık uluslararası yörünge veritabanlarında gizli kalmış olabilecek meteor kümelerini istatistiksel ve makine öğrenmesi yöntemleriyle tespit ederek literatürdeki bu boşluğu doldurmayı amaçlamaktadır.
Sosyal Bilimler · Toplum, Siyaset ve Kamu
CFiCS: Ortak Faktorlerin ve Mikro Psikolojik Danisma Becerilerinin Çizge Tabanlı Siniflandirilmasi
Klinik psikoloji ve psikoterapi Araştırmalari, terapist davranışlarinin ve danisan tepkilerinin tedavi süreçlerine olan etkisini anlamak üzere dogal dil isleme ve makine öğrenmesi tekniklerine yonelmektedir. Psikoterapinin farklı ekollerinde ortak değişim ilkeleri olarak kabul edilen ortak faktorler ve bunlari pratikte uygulayan mikro psikolojik danisma becerileri, tedavi basarisini yordamada kritik birer bilesendir. Ancak bu terapotik o ogelerin metinsel verilerden otomatik olarak taninmasi, diyaloglarin bağlamsal ve nuanstali yapisi nedeniyle buyuk zorluklar barindirmaktadir.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Nesnelerin İnterneti Sistemlerinde Veri Dağılımı Zorluklarına Karşı Saldırı Tespitinde Federatif Öğrenme Yaklaşımlarının Karşılaştırmalı Analizi
Nesnelerin İnterneti sistemlerinin yaygınlaşması ve veri hacminin artması, geleneksel makine öğrenmesi modellerinin merkezi sunucularda eğitilmesini veri güvenliği ve gizliliği açısından sürdürülemez kılmaktadır. Bu bağlamda, model eğitimini uç cihazlara dağıtan Federatif Öğrenme yaklaşımı alternatif bir çözüm olarak öne çıkmaktadır. Ancak farklı cihazlardaki veri dağılımlarının birbiriyle özdeş ve bağımsız olmaması durumu, federatif öğrenme algoritmalarının başarısını doğrudan etkileyen istatistiksel heterojenlik sorununu doğurmaktadır. Mevcut literatürde, Nesnelerin İnterneti ağlarındaki saldırı tespiti bağlamında bu istatistiksel heterojenliği ele alan farklı federatif öğrenme yaklaşımlarını kapsamlı bir şekilde karşılaştıran çalışmaların eksikliği dikkat çekmektedir.
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 ve Yeni Akademik Gerçeklik: Akademik Yayıncılıkta Yapay Zeka Tarafından Yazılan Araştırma Makaleleri ve Büyük Dil Modellerinin Etiği
Yapay zeka, makine öğrenmesi ve doğal dil işleme teknolojilerindeki hızlı gelişmeler, akademik araştırma ve yayıncılık ekosistemini köklü bir dönüşüme uğratmaktadır. OpenAI tarafından geliştirilen ChatGPT ve altta yatan GPT-3 gibi büyük dil modelleri, otomatik metin üretimi, özetleme ve düzenleme yetenekleriyle bilimsel iletişim süreçlerine doğrudan dahil olmaktadır. Bu durum bir yandan editoryal süreçleri kolaylaştırma, metin kalitesini artırma ve disiplinlerarası erişilebilirliği sağlama potansiyeli sunarken; diğer yandan yazarlık tanımı, telif hakları, kaynak gösterme ilkeliliği, akademik teşvik sistemlerindeki çarpıklıklar ve bilimsel dürüstlük açısından ciddi etik tartışmaları beraberinde getirmektedir.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Yapay Zeka Algoritmaları Kullanılarak E-Sağlık Hasta İzleme Sistemi İçin Akıllı IoMT Tabanlı Mimari
Kronik hastalıkların yaygınlaşmasıyla birlikte uzaktan hasta izleme ve e-sağlık sistemlerinin önemi her geçen gün artmaktadır. Nesnelerin Tıbbi İnterneti (IoMT), giyilebilir sensörler ve bulut bilişim teknolojileri sağlık verilerinin sürekli ve hızlı biçimde toplanmasına imkân tanırken; bu verilerin yüksek boyutluluğu, gürültülü yapısı ve eksik değer içermesi verimli sınıflandırmayı zorlaştırmaktadır. Mevcut yapay zeka ve makine öğrenmesi yaklaşımları, hayati bulguların anlık analizinde ve anormal durumların yüksek doğrulukla tespit edilmesinde bilgi işleme hızı ile doğruluk oranı arasında denge kurmak durumundadır. Bu çalışma, yüksek boyutlu veri indirgeme, nesnel özellik seçimi ve hibrit derin öğrenme mimarilerini bir araya getirerek tıbbi izleme süreçlerindeki doğruluk ve zaman karmaşıklığı sorunlarına etkili bir çözüm sunmayı amaçlamaktadır.