Gazi Üniversitesi Yapay Zeka Merkezi, ileri düzey yapay zeka, makine öğrenmesi ve derin öğrenme teknolojileri geliştiren araştırma ve uygulama merkezidir. Karmaşık endüstri ve araştırma problemlerine yenilikçi çözümler üretiyoruz. Amacımız yapay zeka, makine öğrenmesi ve büyük veri analitiğinde sektöre öncülük etmektir.
Yapay zeka teorisi, makine öğrenmesi, sinir ağları, doğal dil işleme ve bilgisayarlı görü başta olmak üzere makinelere insan zekasını kazandırmak için temel kavramları ve metodolojileri kapsar. Sağlık hizmetlerinde teşhis ve tedavi planlamasına yardımcı olacak uygulamalar araştırıyor ve geliştiriyoruz. Algoritmik ticaret ve risk değerlendirmesi için finans uygulamaları ve otonom sistemler üzerine araştırma yapıyor ve uygulamalar geliştiriyoruz.
Makine öğrenmesi, genelleme, ezberleme ve bias-varyans dengesi gibi kavramlar dahil olmak üzere verilerden öğrenebilen algoritmaların geliştirilmesinde kullanılan matematiksel temelleri ve ilkeleri kapsar. Makine öğrenimi üzerinde, doğal dil işleme, bilgisayarlı görü, sağlık, finans ve otonom sistemler gibi çeşitli alanlarda çalışıyoruz. Tahminler yapmak, verileri sınıflandırmak, süreçleri optimize etmek ve büyük veri kümelerinden faydalı sonuçlar elde etmek için yenilikçi çözümler araştırıyor ve geliştiriyoruz.
Derin öğrenme, büyük veri kümelerindeki karmaşık örüntüleri modellemek için çok sayıda katmana sahip sinir ağlarını kullanan makine öğrenmesinin bir alt alanıdır. Derin öğrenmenin ardındaki teori, sinir ağ eğitimini optimize etmeye ve genellemeyi iyileştirmeye yardımcı olan lineer cebir ve istatistik kavramları içerir. Bilgisayarlı görü (örneğin, görüntü sınıflandırması ve nesne algılama), doğal dil işleme (örneğin, dil çevirisi ve duygu analizi), sağlık hizmeti (örneğin, görüntüleme yoluyla hastalık teşhisi) ve otonom sistemler (örneğin, otonom arabalar) dahil olmak üzere çeşitli alanlarda uygulamalar üzerinde çalışıyoruz.
Akıllı sistemler teorisi, makinelerin öğrenme, muhakeme ve problem çözme gibi bilişsel işlevler gerektiren görevleri yerine getirmesini sağlayan algoritmalar, modeller ve metodolojilerin incelenmesini kapsar. Yapay zeka, robotik, makine öğrenimi, doğal dil işleme ve karar destek sistemleri dahil olmak üzere çeşitli alanlardaki akıllı sistemlerin uygulamaları üzerinde çalışıyoruz. Bu sistemler büyük miktarda veriyi analiz edebilir, süreçleri otomatikleştirebilir, insan karar alma süreçlerini iyileştirebilir ve sağlık, finans, ulaşım ve üretim gibi sektörlerde verimliliği artırabilir.
Büyük veri analitiği, çeşitli alanlarda karar vermeye yardımcı olabilecek gizli örüntüleri, korelasyonları ve şartlı olasılıkları ortaya çıkarmak için büyük ve karmaşık veri kümelerini inceleme sürecini ifade eder. Büyük veri analitiğinin ardındaki teori, büyük miktarda veriyi verimli bir şekilde işlemek ve analiz etmek için istatistiksel yöntemleri, makine öğrenimi algoritmalarını ve veri madenciliği tekniklerini içerir. Sağlıkta öngörücü analiz, müşteri davranış analizi, finans sektöründe sahteecilik tespiti ve akıllı şehir için şehir planlaması dahil olmak üzere çok sayıda sektörü kapsayan uygulamalar üzerinde çalışıyoruz.
Veri bilimi, yapılandırılmış ve yapılandırılmamış verilerden öngörü ve bilgi çıkarmak için istatistiksel analiz, makine öğrenimi, veri madenciliği ve büyük veri teknolojilerini birleştirir. Veri biliminin teorik temelleri arasında olasılık teorisi, istatistik, lineer cebir ve algoritmalar yer alır ve bunlar regresyon analizi, kümeleme ve sinir ağları gibi teknikleri destekler. Finansta dolandırıcılık tespiti, sağlıkta öngörücü analiz, pazarlamada müşteri segmentasyonu ve ulaşımda rota optimizasyonu gibi çok çeşitli alanlardaki uygulamalar üzerinde çalışıyoruz.
Perakende sektörü bir ülkenin ekonomisinde önemli rol oynar, ancak kişisel öneriler ve bir kanaldan başlatılan satın alımların diğerine devamını içeren çevrimiçi ve çevrimdışı faaliyetleri birleştirerek alışveriş deneyimi sağlayabilmek için dönüşüm geçirmesi gerekmektedir. CAPE, kişisel deneyimler geliştirmek, robotların/kioskların performansını iyileştirmek ve günümüz pazarında yaygın olarak bulunmayan alternatif fırsatlar ve teknolojiler sunmak için yapay zeka, derin öğrenme, blok zinciri ve IoT gibi çeşitli teknolojileri kullanarak bu zorlukları ele almaktadır. Hedeflenen yaygın etki, müşteri ve çalışan memnuniyetinin iyileştirilmesi, satışların artırılması ve daha verimli mağaza süreçlerini içermektedir.
Daha fazla
Havaalanları, enerji santralleri ve ulaşım ağları gibi kritik endüstriyel ve sivil altyapı paydaşları, iyi organize edilmiş suç faaliyetlerinden vandalizm gibi düşük seviyeli ancak maliyetli eylemlere kadar insan yapımı fiziksel güvenlik ve emniyet tehditlerinin neden olduğu kesintilere sıklıkla maruz kalmaktadır. SINTRA, birlikte çalışabilirlik, bilgi paylaşımı ve gizlilik koruması sağlayan açık bir veri akışı sağlayan yapay zeka platformu geliştirerek bu kritik altyapıların dayanıklılığını ve korunmasını iyileştirmeyi amaçlamaktadır. Çok modlu algılama ve yapay zeka destekli veri analizi kullanarak, altyapının güvenliği ve emniyetine ilişkin kapsamlı bir çözüm sağlayacak ve karmaşık anormallikleri tespit edecektir.
Daha fazla
Argus Teknoloji, yapay zeka, bilişim ve siber güvenlik alanındaki yetkinliklerini kullanarak daha akıllı, uyarlanabilir ve kullanıcı dostu bir kimlik ve erişim yönetim sistemi geliştirmeyi amaçlamaktadır. Geliştirilecek ürün, şirketin hem yerel hem de küresel pazarlarda rekabet avantajı elde etmesine ve sektördeki liderliğini sağlamlaştırmasına yardımcı olacaktır.
Projenin amacı, özel amaçlar için tasarlanmış dikey veya yatay kalkış ve iniş yapabilen, uzaktan kumanda ile yönetilen insansız hava araçlarının geliştirilmesidir. Proje çıktısı dron çok amaçlı kullanım alanına sahip, otonom dikey ve yatay iniş ve kalkış yapabilen, hibrit güç sistemine sahip bir hava taşıtı olacaktır. Geliştirilecek dron üzerine madencilik, haritalama, ilaçlama gibi farklı görevler için sensör ve aktüatörler yerleştirilebilecektir. Bu sayede çok uzak ve erişim maliyeti yüksek bölgelerde madencilik, haritalama, gözlem, ilaçlama gibi çok farklı çalışmalara yapılabilecektir. Yapılan ön fizibilite ve gereksinim belirleme çalışmaları sonucunda belirlenen özelliklerle birlikte İHA-2 sınıfındaki diğer araçlara göre daha üstün özelliklere sahip bir ürün elde edilmiş olacaktır. Geliştirilecek ürün sahip olduğu özellikler sayesinde farklı çok sayıda alanda kullanılabilecek olup; yüksek katma değere sahip bir ürün elde edilecektir.
Autononym, yapay zeka destekli anonimleştirme yoluyla güçlü veri gizliliğini garanti eder, uyumlu çalışmayı destekler, sektörler arası güvenli veri paylaşımını, kullanıcı şeffaflığını ve küresel işbirliklerini mümkün kılarken verilerin değerini korur. Büyük miktarda kullanıcı veya vatandaş verisini yöneten Sağlık Bakanlığı gibi kurumlar için tasarlanan bu platform, araştırma amaçlı paylaşılan kişisel verileri belirleyerek ve anonimleştirerek gizliliği garanti eder. Autononym, karmaşık veri kümelerinde bireysel kimlikleri korur.
Proje kapsamında Türkiye’deki iklim sınıfları, yıllık ortalama sıcaklık, yıllık ortalama sıcaklık değişimi, enerji tüketimi ve nüfus verileri kullanılarak belirlenen Mardin-(Csa), Eskişehir-(Bsk) ve Sivas-(Dsb) kentlerinde; (i) yerel iklim bölgesi yaklaşımı kentsel yapılı çevrenin ve topografyanın özelliklerini sınıflandırmak için kullanılacak, (ii) farklı iklim tipine sahip bu kentlerde yerel iklim bölgeleri, kent morfolojisi, planlama parametreleri ve yüzey sıcaklıkları arasındaki ilişki nicel olarak ortaya konulacak (iii) kentlerde ısı adası etkisinin azaltılmasındaki farklı planlama ve tasarım stratejilerinin etkileri modellemeler aracılığı ile ortaya konulacaktır. Geliştirilecek yazılımla veriler görselleştirilecektir. Projenin hem ulusal ve uluslararası kentsel ısı adası literatürlerine katkı koyması; hem de yerel iklim bölgelerine ilişkin kuramsal ve ampirik açıdan özgün bir çalışma ile katkı yapması hedeflenmektedir.
Predis'in gelişmiş anomali tespit kapasitesi, toplum sağlığı stratejilerine yenilikçi yöntemler getirmektedir. Reçeteler, ilaç hareketleri veya hastalık verileri gibi çeşitli bilgileri kullanarak gizli kalıpları ortaya çıkarırken, coğrafi bilgi sistemlerine dayalı analizler sunmaktadır. Bu yaklaşımlar, ulusal ölçekten en küçük birime kadar çeşitli coğrafi kapsamlarda tahminler sunmaktadır. Predis, sağlık hizmeti sağlayıcılarını ve yetkilileri tüm toplum için sağlık hizmeti sonuçlarını ve daha sağlıklı bir geleceği iyileştirmeleri için güçlendirmektedir.
Bu proje, video içeriğinin dizinlenmesini, arşivlenmesini ve erişilebilirliğini geliştirmek için yapay zeka tekniklerinden yararlanmayı amaçlamaktadır. Haber ajansları, TV kanalları, eğitim kurumları ve güvenlik gibi sektörleri hedefleyerek, video arşivleme süreçlerini modernize etmek için anlamsal arama, ilişkisel arama, benzerlik analizi ve çok modlu analiz gibi yenilikler sunmaktadır. Bu, bilgilere daha hızlı ve daha verimli erişim sağlayarak sektörlere değer katacaktır. Proje, videoları benzerliklerine göre gruplayacak, sesleri, nesneleri ve kişileri tanıyacak ve kapsamlı bir çözüm için görsel, işitsel ve metin tabanlı verileri entegre edecek ve geleneksel yöntemlere göre önemli iyileştirmeler sunacaktır.
Kötü hava koşulları, düşük görüş mesafesi, çevresel etmenler ya da seyrüsefer sisteminde meydana gelebilecek sorunlar, dikine iniş/kalkış yapan hava araçları için ciddi tehlikeler oluşturmaktadır. Bu tür hava araçlarının özellikle askeri operasyonlarda hareketli ve dar alana sahip kara ve deniz platformlarına da iniş/kalkış yaptığı değerlendirildiğinde, geliştirilmek istenen sistemin önemi daha da ortaya çıkmaktadır. Bu kapsamda projenin amacı, askeri ve sivil havacılıkta dikine iniş/kalkış yapan insanlı ya da insansız hava araçlarının iniş/kalkışı sırasında yaşanabilecek kazaları en aza indirmek ve bu sayede can ve mal kaybını önlemek için özgün bir iniş sahası tespit ve değerlendirme sistemini milli imkanlarla yurtiçinde geliştirmektir.
Bu proje, ölçeklenebilirlik ve iş birliği zorluklarını ele alan açık bir çerçeve olan IoDT2 aracılığıyla dijital ikiz teknolojisinde yenilik yapmayı hedeflemektedir. Sunucusuz uç bilişim ve dijital ikiz merkezli ağ iletişiminden yararlanan IoDT2, dağıtılmış modellerin sorunsuz bir şekilde paylaşılmasını ve gerçek zamanlı yanıt vermeyi mümkün kılar. Bu yaklaşım, birlikte çalışabilirliği artırarak, performansı optimize ederek ve dijital ikiz oluşturmayı basitleştirerek çeşitli sektörlere fayda sağlar ve kullanımı yaygınlaştırır.
Daha fazla
Bu proje, büyük ölçekli heterojen veri ve etkileşimlere sahip karmaşık sistemleri yansıtabilen dijital ikizler oluşturmak için bir birlikte çalışabilirlik çerçevesi, metodolojisi ve araç desteği oluşturmayı amaçlamaktadır. Proje, birlikte çalışabilir dijital ikizlerin temel teknolojilerini ve uygulama alanlarını ele alacak ve bunları endüstriyel üretim, akıllı şehirler, altyapı varlık yönetimi, orman yangını koruması ve yenilenebilir enerji kaynakları gibi ilgili alanlara uygulayacaktır. Proje ayrıca model tabanlı geliştirmeyi ilerletecek, makine öğrenimi bileşenlerini entegre edecek, birleşik bir referans mimarisi tanımlayacak ve hem mühendislik hem de dijital ikizlerin işletimi için araç desteği sağlayacaktır.
Daha fazla
Assessment of apical patency in permanent first molars using deep learning on CBCT-derived pseudopanoramic images: A retrospective study
Bostancı, S.D., Hatipoğlu Palaz, Z., Özdem Karaca, K., Akcayol, M.A., Bani M.
Bioengineering, DOI: 10.3390/bioengineering12111233, 2025.
AI-driven identity and access management: A hybrid deep learning approach for anomaly detection in enterprise environments
Demirsoy H.B., Akcayol M.A.
7th International Conference on Artificial Intelligence and Applied Mathematics in Engineering, Antalya, Türkiye, October 31 - November 2, 2025.
Selecting generated synthetic features using clustering algorithm for generalized zero-shot learning
Akdemir, E., Barisci, N., Akcayol, M.A., Doğan, N.,
Multimedia Systems, DOI: 10.1007/s00530-025-01979-z, 2025.
Video frame denoising via CNN and GAN methods
Yapıcı A., Akcayol M.A.
KSII Transactions on Internet and Information Systems, DOI: 10.3837/tiis.2025.03.001, 2025.
Hybrid deep learning model for predicting the contribution of SMEs to the economy: A case study for Türkiye
Utku A., Sevinç A., Akcayol M.A.
Journal of Soft Computing and Artificial Intelligence, 2025.
Multiple attention-based deep learning model for MRI captioning
Maraş B., Karatorak S., Özdem Karaca K., Gedik A.O., Akcayol M.A.
Muş Alparslan University Journal of Science, DOI: 10.18586/msufbd.1532112, 2025.
Estimation of market clearing price in day ahead electricity market with RNN based deep learning method
Peker H.P., Batur Sir G.D., Akcayol M.A.
44th National Congress on Operations Research and Industrial Engineering, Ankara, Türkiye, 25-27 June 2025.
Optimizing access point allocation based on genetic algorithm with channel conflict detection
Kocaoğlu R., Calp M.H., Akcayol M.A.
El-Cezeri, DOI: 10.31202/ecjse.1529228, 2025.
Spread patterns of COVID-19 in European countries: Hybrid deep learning model for prediction and transmission analysis
Utku A., Akcayol M.A.
Neural Computing and Applications, DOI: 10.1007/s00521-024-09597-y, 2024.
An ensemble approach for classification of tympanic membrane conditions using soft voting classifier
Akyol K., Uçar E., Atila Ü., Uçar M.
Multimedia Tools and Applications, DOI: 10.1007/s11042-024-18631-z, 2024.
APT-scope: A novel framework to predict advanced persistent threat groups from enriched heterogeneous information network of cyber threat intelligence
Gulbay B., Demirci M.
Engineering Science and Technology, an International Journal, 57, 101791, 2024.
Real time malicious drone detection using deep learning on FANETs
Yapıcıoğlu C., Demirci M., Akcayol M.A.
IEEE International Black Sea Conference on Communications and Networking, Tbilisi, Georgia, June 24–27, 2024.
Optimization of planetary gearbox using nature inspired meta-heuristic optimizers
Top N., Dörterler M., Şahin İ.
Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, Vol. 238, No. 8, pp. 3338-3347, 2024.
Multimodal fusion for enhanced semantic segmentation in brain tumor imaging: Integrating deep learning and guided filtering via advanced 3d semantic segmentation architectures
Saleh A., Atila Ü., Menemencioğlu O.
International Journal of Imaging Systems and Technology, DOI: 10.1002/ima.23152, 2024.
A novel hybridization approach to improve the critical distance clustering algorithm: Balancing speed and quality
Hamed Kuwil F., Atila Ü.,
Expert Systems with Applications, vol.247, DOI: 10.1016/j.eswa.2024.123298, 2024.
A nested optimization approach for robot gripper multi-objective optimization problem
Dörterler M., Atila Ü., Top N., Şahin İ.
Expert Systems with Applications, vol.239, 1-15, DOI: 10.1016/j.eswa.2023.122163, 2024.
Smart meter-based energy consumption forecasting for smart cities using adaptive federated learning
Abdulla N., Demirci M., Ozdemir S.
Sustainable Energy, Grids and Networks, 38, 101342, 2024.
Neural network based a comparative analysis for customer churn prediction
Utku A., Akcayol M.A.
Muş Alparslan University Journal of Science, DOI: 10.18586/msufbd.1466246, 2024.
Hybrid ConvLSTM model for evaluating the performance of SMEs in the software sector
Utku A., Sevinç A., Akcayol M.A.
Naturengs, Vol.5(1), 2024.
Log anomaly detection in application servers using deep learning
Alagöz E., Şahin Y.M., Özdem K., Gedik A.O., Akcayol M.A.
Innovative Methods in Computer Science and Computational Applications in the Era of Industry 5.0, Vol.1(1), pp.258-268, 2024. (Selected from ICAIAME 2023)
Hybrid deep learning model for earthquake time prediction
Utku A., Akcayol M.A.
Gazi University Journal of Science, DOI: 10.35378/gujs.1364529, 2024.
EMACrawler: Web search engine database freshness optimization
Alanoğlu Z., Akcayol M.A.
Journal of Polytechnic, DOI: 10.2339/politeknik.1347054, 2024.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Gazi Üniversitesi Rektörlüğü |
|
aicenter@gazi.edu.tr Yönetim: +90 312 202 20 49-50 |
|
|
|||
