Geri Dön

Quantum transfer öğrenmesi ve sınıf dikkat mimarisi ile deepfake tespiti

Deepfake detection with quantum transfer learning and class attention architecture

PDF İndir

  1. Tez No: 913318
  2. Yazar: BEKİR ERAY KATI
  3. Danışmanlar: PROF. DR. ECİR UĞUR KÜÇÜKSİLLE, DR. ÖĞR. ÜYESİ GÜNCEL SARIMAN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay zeka, Artificial intelligence
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde yaygınlaşan internet kullanımı, dijital içeriklerin üretimindeki artışla birlikte bilgi güvenliği ve manipülasyon konularında büyük sorunları da beraberinde getirmiştir. Deepfake tespiti, yapay olarak üretilen videolardaki sahte unsurları belirlemek için çeşitli derin öğrenme ve yapay zeka tekniklerinin kullanıldığı bir süreçtir. Bu tez çalışmasında, sahte video tespiti için Quantum Transfer Öğrenme (QTL) ve Vision Transformer (ViT) mimarilerinin kombinasyonu kullanılarak yenilikçi bir model geliştirilmiştir. Çalışmada, DFDC (Deepfake Detection Challenge) veri seti üzerinde eğitim gerçekleştirilmiş ve QTL ile ViT teknolojileri birleştirilerek uzamsal ve zamansal tutarsızlıkları algılayabilen bir sistem oluşturulmuştur. Veri seti üzerinde literatürdeki ön işleme çalışmalarına ek olarak, derin öğrenme modellerinin gereksinimlerine uygun özgün bir veri işleme yöntemi geliştirilmiştir. QTL'nin quantum hesaplama avantajları ve ViT'nin görsel verilerdeki küresel özellik çıkarma yetenekleri birleştirilmiştir. Elde edilen sonuçlar, önerilen yöntemin %90 doğruluk oranı ve 0.94 ROC AUC ile deepfake tespitinde dikkate değer bir başarı elde ettiğini göstermiştir. Modelin başarısı, DFDC veri setinde elde edilen diğer çalışmalarla kıyaslanmış ve kaynak verimliliği açısından öne çıkan bir çözüm sunduğu tespit edilmiştir. Elde edilen bulgular, önerilen QTL-ViT tabanlı sistemin deepfake tespiti için güçlü bir temel sunduğunu ve literatüre önemli bir katkı sağladığını ortaya koymuştur. Gelecek çalışmalar için modelin gerçek quantum cihazlarında test edilmesi ve daha büyük veri setleri üzerinde uygulanması önerilmektedir.

Özet (Çeviri)

Today's widespread use of the internet, along with the increase in the production of digital content, has brought with it major issues of information security and manipulation. Deepfake detection is a process where various deep learning and artificial intelligence techniques are used to identify fake elements in artificially generated videos. In this thesis, an innovative model for fake video detection is developed using a combination of Quantum Transfer Learning (QTL) and Vision Transformer (ViT) architectures. In the study, training was performed on the DFDC (Deepfake Detection Challenge) dataset and a system that can detect spatial and temporal inconsistencies was created by combining QTL and ViT technologies. In addition to the existing preprocessing studies in the literature on the dataset, a unique data processing method suitable for the requirements of deep learning models has been developed. The quantum computing advantages of QTL and the global feature extraction capabilities of ViT in visual data are combined. The results show that the proposed method achieves remarkable success in deepfake detection with an accuracy of 90% and an ROC AUC of 0.94. The success of the model is compared with other studies on the DFDC dataset and it is found that it offers a prominent solution in terms of resource efficiency. The findings reveal that the proposed QTL-ViT-based system provides a strong foundation for deepfake detection and makes a significant contribution to the literature. For future work, it is recommended to test the model on real quantum devices and apply it on larger datasets.

Benzer Tezler

  1. Tez No

    1242

    Ni-B ikili alaşım sisteminde Ni zengin bazı ara fazların manyetik özellikleri

    Magnetic properties of some Ni rich intermediate phases in Ni-B binary alloy system

    R.HALUK MUTLU

    Doktora

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiAnkara Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARSIN AYDINURAZ

  2. Tez No

    2624

    Parçacık dedektörleri

    Başlık çevirisi yok

    EMEL BAŞARAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiÇukurova Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. GÜLSEN ÖNENGÜT

  3. Tez No

    2586

    CO lazerleri

    CO lasers

    ŞEREF TURHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiGazi Üniversitesi

    Fizik Ana Bilim Dalı

    DOÇ.DR. ATİLLA ÖZMEN

  4. Tez No

    2595

    Charmonium için potansiyel model

    Potential model for charmonrum

    EMİN ÖZTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiGazi Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. HÜSEYİN AKÇAY

  5. Tez No

    2830

    One-loop structure of non-line ar sigma models in symmetric spaces

    Başlık çevirisi yok

    YUSUF İPEKOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    1988

    Fizik ve Fizik MühendisliğiOrta Doğu Teknik Üniversitesi

    DOÇ. DR. NAMIK K. PAK

Geri Dön