Açıklanabilir yapay zekâ tasarımı ve sürdürülebilirlik
Explainable artificial intelligence design and sustainability
- Tez No: 958871
- Danışmanlar: PROF. AYÇA ÇAKMAK PEHLİVANLI
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde kurumlar yapay zekâyı stratejik bir unsur olarak benimsemekte ve bu teknolojiyi iş süreçlerine hızla entegre etmektedir. Ancak yüksek performans kadar, yapay zekâ sistemlerinin şeffaf, adil ve sürdürülebilir olması da büyük önem taşımaktadır. Bu bağlamda açıklanabilirlik, güvenilir yapay zekâ sistemlerinin temel koşulu olarak öne çıkmaktadır. Tez kapsamında, açıklanabilirliği artırmak amacıyla şeffaf modellerle (örneğin karar ağaçları) az sayıda ve anlamlı değişken seçilmiş, ardından bu modelin çıktısı yüksek doğruluklu bir kara kutu modele (random forest, XGBoost) girdiler olarak aktarılmıştır. Böylece hem performansı hem açıklanabilirliği yüksek hibrit bir yapı oluşturulmuştur. Ayrıca, alan uzmanlarının katkısıyla modele kuramsal dayanak da eklenmiştir. Modelin sağlamlığı, bilgi kaybı ve hiperparametre değişiklikleri gibi senaryolarla test edilmiş; hibrit modelin dayanıklılığı ve tutarlılığı istatistiksel ve görsel analizlerle değerlendirilmiştir. Bu çalışma, performans ve açıklanabilirlik arasında denge kuran, farklı alanlarda uygulanabilir güçlü bir yapay zekâ yaklaşımı sunmaktadır.
Özet (Çeviri)
Today, organizations are increasingly positioning artificial intelligence (AI) as a strategic asset rather than just an operational tool, rapidly integrating it into their business processes. However, beyond high performance, it is equally critical that AI systems are designed to be transparent, fair, and sustainable. In this context, explainability is considered a fundamental requirement for developing trustworthy and robust AI systems. This thesis proposes a hybrid approach that enhances explainability by first selecting a small set of meaningful variables using transparent models (e.g., decision trees), and then using the output of this interpretable model as input to a more complex, high-performance black-box model (e.g., random forest, XGBoost). This structure ensures both high accuracy and interpretability. Additionally, expert knowledge is incorporated into the transparent model to strengthen the theoretical grounding and reliability of the system. The robustness of the hybrid model was tested under two scenarios: one involving the gradual removal of highly important variables, and the other involving systematic changes to the hyperparameters of the black-box model. The model's resilience and predictive performance were analyzed using both statistical and visual methods. This study demonstrates that the trade-off between performance and explainability can be overcome, offering a balanced AI approach. The proposed method contributes to the literature by improving model flexibility and durability, and aims to support broader adoption of AI in domains where explainability is crucial—such as finance, healthcare, security, and law.
Benzer Tezler
- Yapay zekâ destekli envanter yönetim sistemlerinde kullanıcı merkezli arayüz tasarımı ve entegrasyon yöntemleri
User-centered interface design and integration methods in artificial intelligence supported inventory management systems
SELİN FUNDA BOL ADIYAMAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE ŞATIR
- Sürdürülebilir peyzaj planlama ve tasarımı için kentsel alanlarda iklim parametrelerinin ve iklim bölgesi temelli morfolojik yaklaşımın iklim senaryoları ile değerlendirilmesi
Assessment of climate indicators and morphological features in urban areas within the framework of climate scenarios: A sustainable landscape planning approach
AMRAGIA H MOSTAFA ELAHSADI
Doktora
Türkçe
2025
Peyzaj MimarlığıKastamonu ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. MEHMET ÇETİN
- Predictive modeling of non-routine maintenance workload in aircraft operations: a task card-level approach using real mro data and machine learning
Uçak bakım operasyonlarında non-routıne iş yükünün öngörüsel modellemesi: gerçek mro verileri ve makine öğrenmesi ile görev kartı düzeyinde bir yaklaşım
TALHA GÜÇLÜ
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Dönemsel yayınlarımızda reklamcılık işlevi ve basının kamuoyu oluşturma görevi ile ilişkisi
Başlık çevirisi yok
NEYLAN GÖNLÜYÜCE
Yüksek Lisans
Türkçe
1987
Gazetecilikİstanbul ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. KAYIHAN İÇEL