Geri Dön

Nörobilimde makine öğrenmesi ve geleceği

Machine learning and its future in neuroscience

  1. Tez No: 616382
  2. Yazar: MUSTAFA ACUNGİL
  3. Danışmanlar: PROF. DR. SİNAN CANAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Nöroloji, Science and Technology, Neurology
  6. Anahtar Kelimeler: Nörobilim, makine öğrenmesi, derin öğrenme, yapay zeka, Neuroscience, machine learning, deep learning, artificial intelligence
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Nörobilim Ana Bilim Dalı
  12. Bilim Dalı: Nörobilim Bilim Dalı
  13. Sayfa Sayısı: 65

Özet

Yapay zeka ve nörobilim, gelişim süreci olarak benzer dönemlerde hızlanan bir ivme yakalamışlardır. Yapay zekanın temelini oluşturan makine öğrenmesinin beyin bilimlerini yakından takip edip oradan beslendiğini gözlemliyoruz. Gerek hayvanların öğrenme yöntemleriyle ilgili gözlemler, gerek insanların öğrenme yöntemleriyle ilgili gözlemler, gerekse nörobilim alanında öğrenmenin nöron seviyesindeki bileşenlerine ilişkin bulgular, makine öğrenmesinde çeşitli yöntemlerin geliştirilmelerini sağlamıştır. Bu çalışmanın amacı, makine öğrenmesi yaklaşımının özetlenmesi ve bu yaklaşımların nörobilim alanında ne kadar ve nasıl kullanıldığının incelenmesi, iş dünyasında başta olmak üzere makine öğrenmesinin mevcut kullanılma eğilimlerininin ve biçimlerininin değerlendirip bir karşılaştırma yapılarak ileride nörobilimde makine öğrenmesinin nasıl ve ne amaçlarla kullanılabileceğine ilişkin çıkarımlar yapılmasıdır. Bu amaçla makine öğrenmesine ilişkin kaynaklar taranarak ana yaklaşımlar aktarılmış, nörobilimde mevcut durumda makine öğrenmesine ilişkin ne gibi kullanımlar bulunduğu araştırılıp örneklendirilmiş, iş dünyasında özellikle büyük veri ile birlikte makine öğrenmesinin nasıl kullanıldığı incelenerek karşılaştırma yapılmış ve nörobilim alanında makine öğrenmesi kullanımının nasıl yaygınlaşabileceği ve değişebileceği sorgulanmıştır.

Özet (Çeviri)

Artificial intelligence and neuroscience development processes have gained acceleration in similar periods. We observe that machine learning, which forms the basis of artificial intelligence, follows the brain sciences closely and feeds from there. Both observations of animals' learning methods, observations of people's learning methods, and findings of neuron-level components of learning in the field of neuroscience have led to the development of various methods in machine learning. It is aimed in this study to summarize the machine learning approach and to examine how deep and wide these approaches are used in the field of neuroscience; based on that it will be possible to evaluate the current trends and forms of machine learning, especially in the business world, and to make inferences about how and for what purposes machine learning can be used in neuroscience in the future. For this purpose, the main approaches have been summarized by searching the resources about machine learning, the uses of machine learning in neuroscience have been investigated and exemplified, how the machine learning has been used together with big data in the business world has been compared to the use of machine learning in neuroscience today and the issue of how machine learning usage can be spread and changed in the field of neuroscience has been questioned.

Benzer Tezler

  1. Machine learning algorithms and combinedmulti-scale molecular modeling simulations against nadph oxidase (NOX) enzymes for designing of small molecule therapeutics

    Nadph oksidaz (NOX) enzimlerine karşı küçük molekül terapötiklerinin tasarımı için makine öğrenmesi algoritmaları ve kombine çok ölçekli moleküler simülasyonlar

    ASENA HİMMETOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    BiyofizikBahçeşehir Üniversitesi

    Nörobilim Ana Bilim Dalı

    PROF. SERDAR DURDAĞI

    DOÇ. DR. YEŞİM NEĞİŞ

  2. Nörobilimde değişkenliğin nedensellik boyutunun bağlantısallığı yapay zeka öğrenme algoritmaları modellemesi

    Connectivity of the causality dimension of variability in neuroscience - modeling of learning algorithms of artificial intelligence

    NEŞE ÇETİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiÜsküdar Üniversitesi

    Nörobilim Ana Bilim Dalı

    PROF. DR. TÜRKER TEKİN ERGÜZEL

  3. Kentsel mekan tasarım sürecinde sanal gerçeklik ve nörobilim yaklaşımlarının kullanımına yönelik bir değerlendirme

    Evaluation of digital urban space design with virtual reality and neuroscience approaches

    HASAN BERKAY COŞER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    PROF. DR. YÜKSEL DEMİR

  4. Emotion aware artificial intelligence for cognitive systems

    Bilişsel sistemler için duygu farkındalıklı yapay zeka

    DEĞER AYATA

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. Brain computer interface design and implementation using machine learning with user feedback

    Kullanıcı geribeslemeli makine öğrenmesi ile beyin bilgisayar arayüzü tasarımı ve uygulaması

    EMRE ARI

    Doktora

    İngilizce

    İngilizce

    2023

    Makine MühendisliğiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ERTUĞRUL TAÇGIN

    DR. ÖĞR. ÜYESİ ALPER ŞİŞMAN