Akademik arama
Arama sonuçları
“makine öğrenmesi modelleri” için 4 doğrulanmış makale incelemesi bulundu.
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.
Sosyal Bilimler · Eğitim Bilimleri
Hukuki Metinlerin Sıfır Örnekli Anlamsal Etiketlenmesinde Büyük Dil Modellerinin Sıra Dışı Etkinliği
Hukuki metin analitiğinde metinlerin anlamsal etiketlenmesi, yargı kararlarındaki retorik rollerin, sözleşmelerdeki yükümlülüklerin ve mevzuat maddelerindeki amaçların otomatik olarak belirlenmesini sağlar. Geleneksel gözetimli makine öğrenmesi modelleri yüksek hacimli manuel etiketlenmiş veri setlerine ihtiyaç duymakta, bu da yüksek uzmanlık maliyeti yaratmaktadır. Büyük dil modellerinin gelişimi sıfır örnekli öğrenmeyle etiketleme imkânı sunsa da, GPT-4 ve GPT-3.5-turbo gibi modellerin bu konudaki başarım ve maliyet dengesi ampirik doğrulamaya muhtaçtır.
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.
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.