Çekiç darbesi ve 9 mm ateşli silahın oluşturduğu kan lekesi modellerinin insan ve CNN transfer modelleme ile başarılarının karşılaştırılması
Comparison of the success of human and CNN transfer modelling in the formation of bloodstain patterns from hammer blows and 9 mm firearms
- Tez No: 988487
- Danışmanlar: PROF. DR. KAAN YILANCIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Adli Tıp, Forensic Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Bağımlılık ve Adli Bilimler Enstitüsü
- Ana Bilim Dalı: Adli Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Adli bilimler alanında kan lekesi model analizinin güvenilirliğini artırmak amacıyla, geleneksel uzman görüşündeki öznellik ve bilişsel önyargı risklerini azaltacak otomatik ve objektif analiz sistemlerine olan ihtiyaç giderek artmaktadır. Bu çalışmanın temel amacı, çekiç darbesi ve 9 mm ateşli silah mekanizmalarıyla oluşturulmuş kan lekesi görsellerini kullanarak, Transfer Öğrenme yöntemiyle özelleştirilmiş bir Derin Evrişimli Sinir Ağı (CNN) modelinin (EfficientNetB0 mimarisi) sınıflandırma performansını, adli bilimler eğitimi almış 50 insan uzman adayıyla karşılaştırmaktır. Deneysel görseller üzerinden yapılan ikili sınıflandırma (ateşli silah/darbe) sonuçları istatistiksel olarak analiz edilmiştir. Elde edilen bulgular, Transfer Öğrenme tabanlı CNN modellemesinin yüksek doğruluk ortalaması (%87,50) ile insan uzman adaylarına göre istatistiksel olarak anlamlı düzeyde daha yüksek bir genel başarı sergilediğini göstermiştir. Model, özellikle insan algısı için morfolojik olarak karmaşık olan Darbe mekanizmasına ait tüm görselleri (%100,0 doğruluk) kusursuz bir şekilde sınıflandırırken, insan katılımcıların bu kategorideki ortalama başarısı %57,75'te kalmıştır. Bu sonuçlar, modellemenin adli kan lekesi analizinde insan hatası riskinden bağımsız, güvenilir bir destek aracı olarak kullanılabileceğini doğrulamaktadır. Çalışma, model ve insan uzmanlığının güçlü yönlerini birleştiren hibrit sınıflandırma sistemlerinin geliştirilmesi için potansiyel sunmaktadır.
Özet (Çeviri)
The reliability of bloodstain pattern analysis in the field of forensic sciences is increasing, leading to a growing need for automated and objective analysis systems to mitigate the risks of subjectivity and cognitive bias inherent in traditional expert opinion methods. The primary aim of this study is to compare the classification performance of a Deep Convolutional Neural Network (CNN) model (EfficientNetB0 architecture), customized using the Transfer Learning method, with that of 50 human expert candidates in forensic science, using bloodstain pattern images generated by hammer blows and 9 mm firearms. The results of the binary classification (firearm/blow) based on experimental visuals were statistically analyzed. The findings indicate that the Transfer Learning-based CNN model exhibited a statistically significant higher overall success rate, with a high mean accuracy of 87.50%, compared to human expert candidates. Notably, the model perfectly classified all visuals belonging to the Hammer Blow mechanism (100.0% accuracy), a category morphologically complex for human perception, where the average success of human participants was only 57.75%. These results confirm that the model can be utilized as a reliable support tool in forensic bloodstain pattern analysis, independent of the risk of human error. The study highlights significant potential for the development of hybrid classification systems that combine the respective strengths of the algorithmic model and human expertise.
Benzer Tezler
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Mo-N kaplamaların ark fiziksel buhar biriktirme yöntemiyle üretimi ve karakterizasyonu
Production and characterisation of Mo-N coatings by arc physical vapour deposition technique
M. KÜRŞAT KAZMANLI
- Açık işletmelerde uygun delme-patlatma şartlarını veren bir modelin geliştirilmesi
The development of a model to obtain suitable drilling and blasting conditions in open pit mines and quarries
SAİR KAHRAMAN
Doktora
Türkçe
1997
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. NUH BİLGİN
- Darbeli elektromanyetik alanlar ile osteojenik indüksiyon (teorik, deneysel ve klinik çalışma)
Başlık çevirisi yok
ARSLAN BORA
Tıpta Uzmanlık
Türkçe
1982
Ortopedi ve TravmatolojiEge ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. MERİH EROĞLU
- Yüksek manganlı çeliklerde alaşım elementlerinin mekanik özelliklere etkisi
Effect of alloying elements on the mechani̇cal properties of high-manganese steels
İSMAİL KANKAL
Yüksek Lisans
Türkçe
2025
Metalurji MühendisliğiSakarya ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET UYSAL
DOÇ. DR. UĞUR GÜROL