Sunucu tabanlı yapay zekalı COVID-19 belirtileri analizi yapan robot
Server-based artificial intelligence robot analyzing COVID-19 symptoms
- Tez No: 730341
- Danışmanlar: PROF. DR. ÖMER DEPERLİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: COVID 19, Nesnelerin interneti, Robotik, Yapay zeka, COVID 19, Internet of things, Robotics, Artificial intelligence
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sağlık sektöründe robotlar Nesnelerin İnterneti ve Yapay Zekâ tabanlı çalışmalarla güçlendirilerek çeşitli hizmetlerde kullanılmaktadır. 2019 yılı itibarıyla Covid-19'un ortaya çıkmasıyla bulaşıcı hastalık ve salgın durumlarında robot kullanımına ilgi artmıştır. Covid-19'la mücadele kapsamında; sohbet robotu, dezenfeksiyon robotu, teletıp robotu, sosyal mesafe robotu gibi çeşitli çalışmalar gerçekleştirilmiştir. Bu çalışmada, Covid-19 belirtilerini nesnelerin interneti teknolojisi ile toplayan sunucu tabanlı çalışan yapay zekâ kontrollü CovidBot adı verilen bir robot yapılmıştır. CovidBot sistemi robotik bir devre, sunucu ve Naïve Bayes sınıflandırma algoritması ile çalışmaktadır. CovidBot insanlarla etkileşime girerek Covid-19 belirtilerini öğrenmek için 13 soru sorarak elde ettiği verileri sunucuya göndermektedir. Elde edilen verilerin sınıflandırma işlemi denetimli makine öğrenmesi algoritmalarından Naïve Bayes kullanılarak oluşturulan makine öğrenmesi modeli ile yapılmıştır. Modelin eğitimi için üç ayrı veri seti ile makine öğrenmesi modelinin eğitim işlemi gerçekleştirilmiştir. Yapılan çalışmalarda makine öğrenmesi modeli ile eğitim setlerinden veri sayısı fazla olan veri seti ile daha başarılı sonuçlar elde edilmiştir. Bu veri seti ile eğitilmiş modelle sınıflandırılarak“Normal”,“Hafif”,“Riskli”ve“Ciddi”olmak üzere 4 farklı Covid grubuna ayrılmaktadır. Ayrıca eğer sınıflandırma işleminde uygun bir sonuç elde edilemezse ilgili veri“Belirsiz”olarak etiketlenmektedir. Bu sınıflandırma işlemleri performans ölçüleri ile değerlendirilmiştir. Sınıflandırma çalışmasında %88 doğruluk oranı elde edilmiştir. Elbette CovidBot ile elde edilen sonuçlar Covid-19 ön tanılama işlemlerinde kullanılabilecek şekildedir. Tavsiye niteliğinde olsa da insanların kalabalık test ortamlarına girmeden fikir edinmelerini sağlayabilecek niteliktedir.
Özet (Çeviri)
In the health sector, robots are used in various services by being strengthened by the Internet of Things and Artificial Intelligence-based studies. As of 2019, with the emergence of Covid-19, interest in the use of robots in infectious diseases and epidemic situations has increased. Within the scope of the fight against Covid-19; Various studies such as chat robot, disinfection robot, telemedicine robot, social distance robot were carried out. In this study, a server-based artificial intelligence-controlled CovidBot robot, which collects Covid-19 symptoms with internet of things technology, was made. The CovidBot system works with a robotic circuit, server and Naïve Bayes classification algorithm. CovidBot interacts with people and sends the data it obtains to the server by asking 13 questions to learn the symptoms of Covid-19. The classification process of the obtained data is done with the machine learning model created using Naïve Bayes, one of the supervised machine learning algorithms. For the training of the model, the training process of the machine learning model was carried out with three separate data sets. In the studies, more successful results were obtained with the machine learning model and the data set with more data than the training sets. This data set is classified with the trained model and divided into 4 different Covid groups as“Normal”,“Mild”,“Risky”and“Serious”. In addition, if a suitable result cannot be obtained in the classification process, the relevant data is labeled as“Uncertain”. These classification processes were evaluated with performance measures. In the classification study, an accuracy rate of 88% was obtained. Of course, the results obtained with CovidBot can be used in pre-diagnosis of Covid-19. Although it is advisory, it is capable of enabling people to get an idea without going into crowded test environments.
Benzer Tezler
- Optimization in spatial planning from generative design approach: The application for Göktürk, Istanbul
Üretken tasarım yaklaşımıyla mekansal planlamada optimizasyon: Göktürk, İstanbul uygulaması
MERVE DENİZ TAK
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. ALİYE AHU GÜLÜMSER
- Yapay zeka tabanlı sohbet robotu sistemlerinin kullanışlılık algısına yönelik açımlayıcı faktör analizi:banka sektöründe bir vaka incelemesi
Exploratory factor analysis on the perception of usefulness of artificial intelligence-based chatbot systems: a case study in the banking sector
ÖMER CİHAN TABAK
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim Sistemleriİzmir Demokrasi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORKUN YILDIZ
- Deep neural networks for robust time delay fault tolerant autonomous landing control system design under severe disturbances
Ağır bozuntular altında derin öğrenme tabanlı gürbüz zaman gecikmeli arıza toleranslı otomatik ıniş kontrol sistemi tasarımı
MUSTAFA ÇAĞATAY ŞAHİN
Yüksek Lisans
İngilizce
2019
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Bilişim sistemlerindeki gelişmelerin işletme yönetimine etkileri, yönetim bilişim sistemleri geliştirme ve bir uygulama örneği
Effects of the evoluation of information systems on management, management information systems development and an example of its application
ZUHAL TANRIKULU
Doktora
Türkçe
1999
İşletmeİstanbul Üniversitesiİşletme Yönetimi ve Organizasyon Ana Bilim Dalı
PROF. DR. EROL EREN
- Parametre konfigürasyon araçlarının bir yapay arı kolonisi çatısı üzerinden karşılaştırılması
Comparison of parameter configuration tools on an artificial bee colony framework
KAZIM EGE BOZKURT
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN AYDIN