http://acikerisim.ktu.edu.tr/jspui/handle/123456789/3965 2026-04-18T12:40:20Z 2026-04-18T12:40:20Z Ay, Sefa http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4390 2022-07-23T00:01:40Z 2022-03-01T00:00:00Z

Title: İngilizce haber metinlerinde GDT ve NOMF yöntemleri ile konu modelleme: Türkiye ve Yunanistan örneği Authors: Ay, Sefa Abstract: Haber analizi, e-posta ve spam filtreleme, web sayfalarından konu çıkarımı, bloglar, film özetleri, şarkı sözleri gibi metin içeren her veri seti metin madenciliği için bir uygulama alanıdır. Bu birçok alandaki uygulamalar sayesinde büyük metin depolarından bilgi çıkarılmasına olanak sağlamaktadır. Konu modelleme ise bir belge koleksiyonunda metnin gizli anlamsal yapılarını keşfetmek için kullanılan doğal dil işleme tekniğidir. Bu tez kapsamında Türkiye ve Yunanistan'a yönelik haber metinlerini konularına göre ayırabilen otonom bir konu modellemesi gerçekleştirilmiştir. Bunun için NewsAPI haber veri sitesinden elde edilmiş olan İngilizce haber metinlerinden Gizli Dirichlet Tahsisi ve Negatif Olmayan Matris Faktorizasyonu yöntemleri kullanılmış ve bu iki yöntemin başarım karşılaştırılması yapılmıştır. Türkiye için yapılan analiz sonucundaki konular incelendiğinde dış ilişkiler ağırlıkta siyasi bir gündem olduğu görülmektedir. Yunanistan için olan analizlerde ise tek siyasi gündemin Türkiye ile aralarında yaşandığı tespit edilmiştir. Her iki algoritmanın sonuçlarında da pandeminin farklı yönlerinin çoğunluğu oluşturduğu belirlenmiştir. Böylelikle metin madenciliğinde büyük boyuttaki metin içerikli veri kaynaklarından, önceden bilinmeyen ve potansiyel olarak ihtiyaç duyulan bilginin çıkarılması sağlanmış olundu.

2022-03-01T00:00:00Z Yavuz, Ceren http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4389 2022-07-23T00:01:47Z 2020-01-01T00:00:00Z

Title: Chat-bot kullanarak kural tabanlı hastalık tanısı tahmini Authors: Yavuz, Ceren Abstract: Teknolojinin hızla ilerlemesi günümüzde Yapay Zekânın gelişimine katkıda bulunmuştur. Bu gelişimle birlikte Yapay Zekânın kendini gösterdiği sektör sayısı artmıştır. Sağlık sektörü de bu sektörlerden biridir. Bilgi ve iletişim teknolojilerini kullanarak, kişinin sağlık hizmeti sağlayıcılarla aynı ortamda bulunmadan uzaktan muayene olmasına olanak sağlayan E-Sağlığın, hizmetlere uzaktan erişim sağlarken kullandığı birçok teknoloji vardır. Chatbot uygulamaları da bu teknolojilerden biridir. Yazılı ya da sözlü insan konuşmasını taklit eden chatbotlar, sağlık sektöründe, teşhis ve tedavi, önleyici tedbir, kullanılan ilaçlar hakkında bilgi, tedavi hatırlatıcı, hastalık süreci hakkında bilgi ve destek gibi bir çok alanda hizmet vermektedirler. Bu uygulamalar daha kısa sürede daha kaliteli hizmet almaya, bilgiye daha kolay ulaşmaya yardımcı olmanın yanında doktor-hasta ilişkisini de güçlendirmektedir. Bu çalışmada "semptom-tanı" sağlık verilerine dayanarak kural çıkarımı yapılmıştır. Çıkarılan kurallar çerçevesinde geliştirilen chatbot hastalık teşhisi konusunda eğitilmiştir.

2020-01-01T00:00:00Z İpek, Buket http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4388 2022-07-23T00:01:40Z 2019-06-01T00:00:00Z

Title: ANFIS ve ARIMA modelleri ile endüstri 4.0 verilerinin karşılaştırılması Authors: İpek, Buket Abstract: Bu çalışmada, bir üretim hattından elde edilen zaman serisi verisine klasik zaman serisi ve bulanık zaman serisi yaklaşımları uygulanarak sonuçları karşılaştırılmıştır. Bu sayede, üretim hattındaki olası anomalilerin öngörebilecek ve Endüstri 4.0 modeli için önleyici bir yaklaşım elde edilmeye çalışılmıştır. Özellikle, sinirsel bulanık mantık çıkarım sistemi (ANFIS) kaotik bir zaman serisini tahmin etmek amacıyla kullanılan bir yaklaşım olduğu için, üretim hattından sensörler yardımı ile alınan veriler üzerinde uygulanmıştır. Çalışmada, birinci derece Sugeno bulanık çıkarım sistemi yöntemi kullanılmış olup, veri setleri için uygun üyelik fonksiyonları belirlenmiştir. Tahmin başarımlarının değerlendirilmesi amacıyla, hata kareleri ortalamasının karekökü (RMSE) ve mutlak hata yüzdeleri ortalaması (MAPE) değerleri hesaplanmıştır. Klasik zaman serisi yöntemlerinden biri olan Box-Jenkins yöntemi ile de ARIMA modelleri belirlenmiş olup, aynı başarım değerleri bu modeller içinde hesaplanmıştır. ANFIS yaklaşımı ve ARIMA modelleri yardımıyla elde edilen RMSE ve MAPE değerleri karşılaştırılmıştır. Çalışma sonucunda, birinci derece Sugeno bulanık çıkarım sistemi yöntemi ile elde edilen hata kareleri ortalamasının ve mutlak hata yüzdeleri ortalamasının Endüstri 4.0 verileri üzerinde en iyi sonuçlar verdiği görülmüştür. Ayrıca, bulanık çıkarım sistemi yöntemi ile gerçek değerlere en yakın tahmin değerleri üretmiştir.

2019-06-01T00:00:00Z Eriş Büyükkaya, Melek http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4387 2022-07-23T00:01:47Z 2019-04-01T00:00:00Z

Title: Tehlike modellerine göre sistemlerin ve bileşenlerinin bulanık güvenilirliği Authors: Eriş Büyükkaya, Melek Abstract: Bu tezde, bileşenlerin ve/veya sistemlerin bulanık güvenilirlikleri çeşitli tehlike modellerine ve bulanık üyelik türlerine göre incelenmiştir. Sabit, lineer artan, lineer azalan gibi lineer tehlike modelleri yanında, Weibull, Rayleigh, Gauss gibi lineer olmayan tehlike modelleri de mevcuttur. Literatürde bulanık güvenilirliği hesaplamada sabit tehlike sıkça kullanılmakta iken, diğer modellere ise hesaplamadaki zorluğundan dolayı daha az rastlanmaktadır. Ayrıca literatürde bulanık üyelik olarak üçgen veya yamuk üyelik seçilirken, bu tezde diğer bazı üyelikler için de sonuçlar elde edilmiştir. Genellikle bir bileşenin bulanık güvenilirliği hesaplanmakta, bileşenden sistem güvenilirliğine geçiş yapılamamaktadır. Bu çalışmada, karmaşık sistem güvenilirliğinin hesaplanması için veri yapılarındaki algoritmalar ile giriş ve çıkış arasındaki tüm yolları bulan bir yöntem seçilmesi ve bilgisayar programıyla sonuçların elde edilmesi amaçlanmaktadır. İlk bölümde, güvenilirlik ile ilgili geniş bir bilgi verilmiş, bulanıklık ile ilgili temel konu ve kavramlar ele alınmış ve literatür taraması yapılmıştır. İkinci bölümde, bileşen ve sistem güvenilirliği, bulanık güvenilirlikle birlikte incelenmiştir. Diğer bölümler sırasıyla, bulgular ve sonuçlar, öneriler, kaynaklar ve ek kısımlarından oluşmaktadır.

2019-04-01T00:00:00Z