Akademik arama
Arama sonuçları
“derin öğrenme” için 11 doğrulanmış makale incelemesi bulundu.
Doğa Bilimleri · Fizik, Kimya ve Yaşam Bilimleri
Fiziksel Okyanusta Derin Öğrenme Uygulamaları: Kapsamlı Bir Derleme
Fiziksel okyanus bilimi, okyanus içi dinamik süreçlerin, termohalin yapıların ve iklimle etkileşimlerin incelendiği hayati bir alandır. Ancak geleneksel nümerik modelleme yöntemleri ve istatistiksel yaklaşımlar, fiziksel süreç parametreleştirmelerindeki basitleştirmeler, yüksek hesaplama maliyetleri ve karmaşık spasiyo-temporal bağımlılıkları yakalama yetersizlikleri nedeniyle sınırlarla karşılaşmaktadır. Nesnelerin İnterneti (IoT) aygıtları ve uydu uzaktan algılama sistemlerinin gelişimiyle birlikte petabayt boyutlarına ulaşan okyanus büyük verisi ortaya çıkmıştır. Bu veri patlaması, disiplini veri odaklı bir paradigmaya taşımıştır. Derin öğrenme tekniklerinin lineer olmayan haritalama kapasitesi, karmaşık okyanus süreçlerini anlama ve tahmin etmede büyük fırsatlar sunsa da alan spesifik modellerin sınırlılıkları ve fizik ilkeleriyle entegrasyonu çözülmesi gereken temel bilimsel soruyu oluşturmaktadır.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Zaman Serisi Tahmini İçin Derin Öğrenme: Model Mimarisi Paradigmaları, Özellik Çıkarımı ve Gelecek Yönelimleri Üzerine Kapsamlı Bir İnceleme
Zaman serisi tahmini (ZST), enerji tüketimi, sağlık hizmetleri, şehir içi trafik akışı, meteorolojik değişimler ve finansal piyasalar gibi birçok kritik sektörde karar verme süreçlerinin temelini oluşturmaktadır. Geleneksel istatistiksel modeller (ARIMA, Üstel Düzeltme vb.) zaman serilerinin doğrusal yapılarını ve durağan istatistiksel özelliklerini modellemede başarılı olmalarına rağmen, yüksek boyutlu, karmaşık ve doğrusal olmayan zaman serisi verilerinde sınırlı kalmaktadır. Derin öğrenme yaklaşımları ise veriden doğrudan zamansal özellikleri ve uzun vadeli bağımlılıkları öğrenme yetenekleriyle öne çıkmaktadır. Ancak literatürde modellerin mimari yapılarına göre dinamik olarak sınıflandırılması ve özellik geliştirme yöntemlerinin bütüncül biçimde incelenmesi konusunda önemli bir eksiklik bulunmaktadır.
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.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Açıklanabilir Yapay Zekâ ile Makine Öğrenmesi Tabanlı Saldırı Tespit Sistemlerinin Değerlendirilmesi: Şeffaflık ve Yorumlanabilirliğin Artırılması
Modern ağ güvenlik altyapılarında makine öğrenmesi tabanlı saldırı tespit sistemleri, karmaşık siber tehditlerin ve daha önce karşılaşılmamış anormal trafik desenlerinin yakalanmasında kritik bir rol oynamaktadır. Buna karşın derin öğrenme ve topluluk öğrenmesi algoritmalarının kapalı kutu niteliği, güvenlik analistlerinin üretilen alarmların arka planındaki mantığı kavramasını zorlaştırmakta, sistem kararlarına duyulan güveni zedelemektedir. Bu durum yüksek tespit başarımı ile karar şeffaflığı arasında süre gelen bir ikileme yol açmaktadır. Makale, Açıklanabilir Yapay Zekâ tekniklerini sınıflandırma modellerine entegre ederek hem tespitte yüksek doğruluk elde etmeyi hem de kararların sunumunda izlenebilir ve doğrulanabilir bir yorumlanabilirlik sunmayı hedefleyen güncel alan tartışmasına odaklanmaktadır.
Mühendislik ve Teknoloji · Bilgisayar ve Elektrik Mühendisliği
Üretken Yapay Zeka: Sosyo-Teknik Bir Kavramsallaştırma ve İş ve Bilişim Sistemleri Mühendisliği İçin Araştırma Gündemi
Yapay zeka teknolojileri tarihsel süreçte ağırlıklı olarak verileri analiz eden ve karar destek süreçlerine katkı sağlayan analitik araçlar olarak konumlandırılmıştır. Ancak son dönemde büyük dil modelleri ve yayılım modelleri gibi derin öğrenme mimarilerindeki gelişmeler, yapay zekanın yaratıcı içerik üretme kapasitesi kazanmasını sağlamıştır. Bu durum, insan ve teknoloji arasındaki etkileşim kalıplarını köklü biçimde değiştirerek sosyo-teknik sistemlerde yeni bir evre başlatmıştır. İş ve Bilişim Sistemleri Mühendisliği (BISE) disiplini, teknolojinin organizasyonel ve toplumsal boyutlarını birlikte ele alması nedeniyle, üretken yapay zekanın getirdiği dönüştürücü fırsatları ve riskleri incelemek için kritik bir konumdadır.
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.
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.
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.