Hygra: A hybrid graph reasoning agent with dual layer architecture
Hygra: Çift katmanlı mimariye sahip hibrit graf akıl yürütme ajanı
- Tez No: 1021265
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA TOPALLI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgi Grafı Soru Yanıtlama (Knowledge Graph Question Answering, KGQA), doğal dil işleme ile yapılandırılmış bilgi temsili arasındaki kesişimde yer almakla birlikte, mevcut yaklaşımlar esneklik ile sadakat arasında bir ödünleşim sunmaktadır: salt Büyük Dil Modeli (Large Language Model, LLM) tabanlı yöntemler halüsinasyon üretmekte ve yüksek maliyetli iken, sembolik yöntemler anlamsal esneklikten yoksundur. Bu tez, Graf Sinir Ağı (Graph Neural Network, GNN) ile zenginleştirilmiş hibrit bir geri alma katmanını otonom bir ReAct ajanı ile birleştiren çift katmanlı bilişsel mimari HyGRA'yı (Hybrid Graph Reasoning Agent) sunmaktadır; amacı, endüstriyel bilgi grafları üzerinde graf-temelli ve halüsinasyona dirençli soru yanıtlama sağlamaktır. Kahneman'ın çift süreç kuramından esinlenen HyGRA, sorguları önce hızlı bir Refleks Katmanı'na (GraphSAGE gömülerine kurulmuş FAISS indeksi ile Cypher sözcüksel eşleştirme) yönlendirmekte; başarısızlık durumunda, grafı SEARCH, EXPAND ve READ işlemleriyle gezen bir ReAct ajanından oluşan Akıl Yürütme Katmanı'na devretmektedir. Endüstriye özgü bir bilgi grafı üzerinde (516 soru, 0–2 sekme karmaşıklığı) HyGRA, yerel Llama-3-8B çekirdeği ile %88,2; GPT-5.1 ile %87,0 yanıt oranına ulaşarak Think-on-Graph'ı (%28,7) ve Paths-over-Graph'ı (%32,6) geride bırakmaktadır. 342 soruluk kaynak-temelli daha sıkı bir değerlendirme, kendinden emin ancak hatalı yanıtları ortaya çıkararak HyGRA'nın bir Text-to-Cypher temel çizgisine F1 üzerindeki üstünlüğünü 0,7 yüzde puanına indirmektedir. Freebase WebQSP üzerinde yapılan ikinci bir değerlendirme ise sıralamayı tersine çevirmektedir: ToG ve PoG %50,0'a ulaşırken HyGRA %33,0'a düşmektedir. Her iki sınır da aynı yönü işaret etmektedir: paradigma seçimi evrensel değildir; grafı izler.
Özet (Çeviri)
Knowledge Graph Question Answering (KGQA) sits at the intersection of natural language processing and structured knowledge representation, but existing approaches trade off flexibility for faithfulness: pure Large Language Model (LLM) methods hallucinate and are expensive, while symbolic methods lack semantic flexibility. This thesis presents HyGRA (Hybrid Graph Reasoning Agent), a dual-layer cognitive architecture that combines a Graph Neural Network (GNN)-enhanced hybrid retrieval layer with an autonomous ReAct agent to deliver graph-grounded, hallucination-resistant question answering over industrial knowledge graphs. Inspired by Kahneman's dual-process theory, HyGRA routes queries through a fast Reflex Layer (FAISS over GraphSAGE embeddings plus Cypher lexical matching) and falls back to a deliberate Reasoning Layer in which a ReAct agent navigates the graph through SEARCH, EXPAND, and READ operations. On a domain-specific industrial KG (516 questions, 0–2-hop complexity), HyGRA reaches an answer rate of 88.2% with a local Llama-3-8B backbone and 87.0% with GPT-5.1, outperforming Think-on-Graph (28.7%) and Paths-over-Graph (32.6%). A stricter source-based evaluation over 342 questions exposes confident-but-wrong answers and reduces HyGRA's margin over a Text-to-Cypher baseline to 0.7pp on F1. A second evaluation on Freebase WebQSP reverses the ranking: ToG and PoG reach 50.0%, HyGRA drops to 33.0%. The two boundaries point the same direction: paradigm choice is not universal, it follows the graph.
Benzer Tezler
- Hygro_responsive structure humidity responsive material system design
Higro_tepkimeli strüktür neme duyarlı malzeme sistemi tasarımı
GÜLCE KIRDAR
Yüksek Lisans
İngilizce
2017
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU
- Üç farklı güç grubu konfigürasyonuna göre bir insansız hava aracının yaşam döngüsü değerlendirmesi
Life cycle assessment of an unmanned aerial vehicle according to three different power group configurations
DURAN ÇALIŞIR
Doktora
Türkçe
2022
Uçak MühendisliğiEskişehir Teknik ÜniversitesiUçak Gövde Motor Bakım Ana Bilim Dalı
PROF. DR. TAHİR HİKMET KARAKOÇ
PROF. DR. ADNAN MİDİLLİ
- Bazı imidazo[1,2-a]piridin türevlerinin sentezleri ve antimikrobiyel özellikleri üzerinde çalışmalar
Synthesis of some imidazo[1,2-a]pyridin derivatives and studies on their antimicrobial properties
FÜSUN UR GÖKTAŞ
Doktora
Türkçe
2008
Eczacılık ve Farmakolojiİstanbul ÜniversitesiFarmasötik Kimya Ana Bilim Dalı
PROF. DR. NESRİN CESUR
- Homojen karışımlı sıkıştırma ateşlemeli bir motorun (HCCI) tek bölgeli modelleme yöntemi kullanılarak analizi
Analysis of a homogeneous charge compression ignition (HCCI) by using a single zone modelling method
AHMET FERUDUN DÖNMEZ
Yüksek Lisans
Türkçe
2010
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HALİT YAŞAR
- Buji ile ateşlemeli motorlarda benzin, etanol ve fuzel yağı kullanılarak hazırlanan karışımların motor performansı ve egzoz emisyonlarına etkilerinin incelenmesi
A study on effects of using gasoline, ethanol and fuel oil mixture at spark ignited engines on engine performance and exhaust emission
MUSTAFA DEMİRKUL
Yüksek Lisans
Türkçe
2015
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. YAKUP İÇİNGİR