Problem odaklı yenilikçi açıklanabilir ve hibrityapay zeka modellerinin geliştirilmesi
Development of problem-oriented innovative explainable and hybridartificial intelligence models
- Tez No: 888240
- Danışmanlar: PROF. DR. BİLAL ALATAŞ
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
Bu tez çalışmasında problem odaklı 4 çalışma yapılmıştır. İlk çalışma, domates yaprak hastalıklarını teşhis etmek için derin öğrenme yöntemlerini kullanan bir sınıflandırma modeli önermektedir. Çalışmada, domates yapraklarındaki hastalıkları sınıflandırmak için Alexnet, Efficientb0, Googlenet, Shufflenet, Resnet50 ve Inceptionv3 gibi altı farklı Evrişimli Sinir Ağı mimarisi kullanılmış ve bu modellerin özellik haritaları birleştirilerek hibrit bir derin öğrenme modeli oluşturulmuştur. Model, Komşuluk Bileşen Analizi ile optimize edilmiştir ve %99.50 doğruluk oranı sağlamıştır. Diğer çalışma, beyin tümörlerinin erken teşhisi ve sınıflandırılması için hibrit bir derin öğrenme modeli önermektedir. Model, Glioma, Meningioma ve Pituitary olmak üzere üç beyin tümörü türünü otomatik olarak sınıflandırmak amacıyla Evrişimli Sinir Ağı tabanlı bir yaklaşım kullanır. İki önceden eğitilmiş modelin özellikleri birleştirilip, en etkili özellikler Relief yöntemiyle seçildikten sonra Destek Vektör Makinesi ile sınıflandırma yapılır. Deneyler, modelin %93.20 doğruluk oranı sağladığını ve literatürdeki diğer çalışmalara göre etkili sonuçlar sunduğunu göstermektedir. Bir diğer çalışmada ise; Parkinson hastalığı teşhisi için optimizasyon tabanlı yapay zeka algoritmaları kullanılarak açıklanabilirlik amaçlanmıştır. Son çalışmada ise meme kanseri varlığı tespiti için optimizasyon tabanlı bazı sınıflandırma algoritmaları açıklanabilirlik ve şeffaflık hedeflenmiştir.
Özet (Çeviri)
In this thesis, four problem-focused studies have been conducted. The first study proposes a classification model using deep learning methods to diagnose tomato leaf diseases. It utilizes six different Convolutional Neural Network architectures—Alexnet, Efficientb0, Googlenet, Shufflenet, Resnet50, and Inceptionv3—to classify diseases on tomato leaves. A hybrid deep learning model is created by combining the feature maps from these models and optimized using Neighborhood Component Analysis, achieving an accuracy rate of 99.50%. The second study proposes a hybrid deep learning model for the early diagnosis and classification of brain tumors. This model uses a Convolution Neural Network-based approach to automatically classify three types of brain tumors: Glioma, Meningioma, and Pituitary. Features from two pre-trained models are combined, and the most effective features are selected using the Relief method before classification is performed with a Support Vector Machine. Experiments show that the model achieves an accuracy rate of 93.2% and provides effective results compared to other studies in the literature. The third study aims to enhance explainability in the diagnosis of Parkinson's disease using optimization-based artificial intelligence algorithms. In the last study, some optimisation-based classification algorithms for breast cancer presence detection are aimed at explainability and transparency.
Benzer Tezler
- An AI chatbot–supported hybrid neural network for solving financial problems
Fınans problemlerının çözümü için önerilen AI chatbot ile desteklenmiş hibrit neural network
AHMET AKÇAY
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UMUT KAYA
- Kentleşmenin yeni boyutu olarak kır-kent (rurban) alanlarına yönelik planlama yaklaşımları: aceh bölgesi örneği
Planning approachies for rurban areas as new dimension of urbanization: in case of aceh (indonesia) region
MUSTAQIM AZHARI
Yüksek Lisans
Türkçe
2021
Şehircilik ve Bölge PlanlamaKonya Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ÖZER KARAKAYACI
- Applying TPACK to foster dynamic Language acquisition in an ESL/EFL classroom: A systematic review
ESL/EFL(Yabancı/ikinci dil olarak İngilizce) sınıfında dinamik bir dil edinimi açısından TPACK uygulaması: Sistematik bir derleme
EMAD JAMAL SH. ALAMLEH
Yüksek Lisans
İngilizce
2019
Eğitim ve ÖğretimVan Yüzüncü Yıl ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL İBRAHİM ÖZOK
- Sosyal bilgiler dersinde yenilikçi düşünme becerisinin öğretimine yönelik bir eylem araştırması
An action research study on teaching innovative thinking skills in social studies classes
MUHAMMET MUSTAFA AKÇAY
Doktora
Türkçe
2025
Eğitim ve ÖğretimGazi ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DOÇ. DR. TEVFİK PALAZ
- Ortaokul öğrencilerinin doğadan esinlenerek yaptıkları tasarımların biyomimetik açıdan analizi
Biomimetic analysis of design made by middle school students inspired by nature
İLKE MERCAN
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimPamukkale ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
PROF. DR. FERYAL BEYKAL ORHUN