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.
Projenin temel amacı kentlerde ısı adası oluşumunu yerel iklim bölgeleri sınıflandırmasını kullanarak ortaya koymak ve yüzey ısı adası oluşumu ile kentin yapılı çevresinin özellikleri arasındaki ilişkiyi nicel olarak tanımlayarak kentsel ısı adası etkisini azaltıcı tasarım, planlama ve politika önerilerinin geliştirilmesi için klimatoloji-şehircilik arayüzünde bir araç oluşturmaktır. 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. 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. Böylece, hava araçlarının en riskli durumları olarak kabul edilen iniş/kalkış esnasında karşılaşılan sorunlara çözüm üretilerek, hem hareketli hem de sabit platformlara iniş/kalkışların daha emniyetli gerçekleştirmesi milli bir sistemle sağlanacaktır.
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.
Analysis of cervical neoplasia with artificial intelligence
Zergeroğlu S., Sarı M.E., Taplamacıoğlu M.C., Alpay Ö., Akcayol M.A.
5th International Conference on Artificial Intelligence and Applied Mathematics in Engineering, Antalya, Türkiye, November 03-04, 2023.
RAIDS: robust autoencoder-based intrusion detection system model against adversarial attacks
Sarıkaya A., Kılıç B. G., Demirci M.
Computers & Security, 135, 103483, 2023.
A deep learning based offline optical character recognition model for printed Ottoman Turkish
Al-Khaffaf A., Atila Ü.
Technium: Romanian Journal of Applied Sciences and Technology, vol.18, 47-64. DOI: 10.47577/technium.v18i.10252, 2023.
A hybrid spam detection framework for social networks
Citlak O., Dörterler M., Doğru İ.A.
Journal of Polytechnic, Vol. 26, pp. 823-837, 2023.
Deep learning based classification for hoverflies (Diptera: Sryphidae)
Utku A., Ayaz Z., Çiftçi D., Akcayol M.A.
Journal of the Entomological Research Society, DOI 10.51963/jers.v25i3.2445, 2023.
Malicious firmware detection on embedded systems using deep learning
Yapıcıoğlu C., Okay F.Y., Demirci M.
IEEE 2023 Innovations in Intelligent Systems and Applications Conference (ASYU) (pp. 1-6), 2023.
Continuous knowledge graph refinement with confidence propagation
Huseynli A., Akcayol M.A.
IEEE Access, DOI: 10.1109/ACCESS.2023.3283925, 2023.
Examining knowledge extraction processes from heterogeneous data sources
Sarıkoz S.K., Akcayol M.A.
Journal of Brilliant Engineering, DOI: 10.36937/ben.2023.4798, 2023.
Forecasting the spread of COVID-19 using deep learning and big data analytics methods
Kiganda C., Akcayol M.A.
Springer Nature Computer Science, DOI: 10.1007/s42979-023-01801-5, 2023.
Deep convolutional neural network-the evaluation of cervical vertebrae maturation
Akay G., Akcayol M.A., Özdem K., Güngör K.
Oral Radiology, DOI: 10.1007/s11282-023-00678-7, 2023.
Effective seed URL selection and scope extension algorithm for web crawler
Alanoğlu Z., Akcayol M.A.
International Journal of Advances in Engineering and Pure Sciences, Vol.35(1), pp.27-38, 2023.
Deep learning based model for predicting the contribution of SMEs to the economy
Utku A., Sevinç A., Akcayol M.A.
Fırat University Journal of Engineering Science, Vol.35(2), pp.865-874, 2023.
Seed URL selection and performance analysis in Web crawlers: A comprehensive review
Alanoğlu Z., Akcayol M.A.
Duzce University Journal of Science and Technology, Vol.11(3), pp.1399-1423, 2023.
Deep learning based video event classification
Gençaslan S., Utku A., Akcayol M.A.
Journal of Polytechnic, Vol.26(3), pp.1155-1165, 2023.
Artificial intelligence and digital transformation in the light of new generation technologies
Editors: Yılmaz M., Akcayol M.A.
Authors: Kabukcu M., Özdem K., Ulusoy R., Akyol A., Öniz Y., Yüksel K., Sancak E., Utku A., Başkaya F., Karacan H., Alpay Ö.
Nobel Academic Publishing, ISBN: 978-625-417-991-4, August 2022.
Turkish lip-reading using Bi-LSTM and deep learning models
Atila Ü., Sabaz F.U.
Engineering Science and Technology, an International Journal, vol.35, DOI: 10.1016/j.jestch.2022.101206, 2022.
Design and evaluation of adaptive deep learning models for weather forecasting
Abdulla N., Demirci M., Ozdemir S.
Engineering Applications of Artificial Intelligence, 116, 105440, 2022.
A study of Turkish emotion classification with pretrained language models
Uçan A., Dörterler M., Akçapınar Sezer E.
Journal of Information Science, Vol. 48, No. 6, pp. 857-865, 2022.
The adaptation of gray wolf optimizer to data clustering
Tekerek A., Dörterler M.
Journal of Polytechnic, Vol. 25, No. 4, pp. 1761-1767, 2022.
Classification of different tympanic membrane conditions using fused deep hypercolumn features and bidirectional LSTM.
Ucar M., Akyol K., Atila Ü., Ucar E.
IRBM, vol.43, no.3, 187-197.DOI: 10.1016/j.irbm.2021.01.001, 2022.
Machine learning-based comparative study for heart disease prediction
Güllü M., Akcayol M.A., Barışçı N.
Advances in Artificial Intelligence Research, Vol.2(2), pp.51-58, 2022. (Selected from ICAIAME 2022)
Trust-chain-based certificate revocation control in autonomous vehicle networks
Erceylan G., Akcayol M.A.
IEEE 5th International Conference on Information and Communications Technology, Universitas AMIKOM Yogyakarta, Indonesia, August 24-25, 2022.
GRU-GBM: A combined intrusion detection model using LightGBM and gated recurrent unit
Sarıkaya A., Günel Kılıç B., Demirci M.
Expert Systems, 39(9), e13067, 2022.
SUST-DDD: A real-drive dataset for driver drowsiness detection
Yılmaz K.E., Akcayol M.A.
IEEE 31st Conference of the Open Innovations Association FRUCT, Helsinki, Finland, April 27-29, 2022.
Deep learning-based forecasting of cancellation, delay and orientation on flights
Ayaydın A., Akcayol M.A.
Journal of Informatics Technologies, Vol.15(3), pp.239-249, 2022. (Selected from ICI-CS2021)
A comprehensive review of image denoising with deep learning
Yapıcı A., Akcayol M.A.
International Journal of Advances in Engineering and Pure Sciences, Vol.34(1), pp.65-69, 2022.
A novel web ranking algorithm based on pages multi-attribute
Baker M.R., Akcayol M.A.
International Journal of Information Technology, DOI: 10.1007/s41870-021-00833-5, 2022.
Bird species classification using deep learning: a comparative study
Bilgin M.M., Özdem K., Akcayol M.A.
Journal of Polytechnic, Vol.25(3), pp.1251-1260, 2022.
Machine learning-based comparative study for heart disease prediction
Güllü M., Akcayol M.A., Barışçı N.
International Conference on Artificial Intelligence and Applied Mathematics in Engineering, Baku, Azerbaijan, May 20-22, 2022.
Thermal infrared colorization using deep learning
Çiftçi O., Akcayol M.A.
IEEE International Conference on Electrical and Electronics Engineering, Antalya, Turkey, April 9-11, 2021.
Automated detection of Covid-19 disease using deep fused features from chest radiography images.
Ucar E., Atila Ü., Ucar M., Akyol K.
Biomedical Signal Processing and Control, vol.69, DOI: 10.1016/j.bspc.2021.102862, 2021.
Locality sensitive hashing based clustering for large scale documents
Özdem K., Akcayol M.A.
ACM International Conference on Mathematics and Artificial Intelligence, Chengdu, China, March 19-21, 2021.
Plant leaf disease classification using EfficientNet deep learning model.
Atila Ü., Ucar M., Akyol K., Ucar E.
Ecological Informatics, vol.61, DOI: 10.1016/j.ecoinf.2020.101182, 2021.
A suggested testbed to evaluate multicast network and threat prevention performance of Next Generation Firewalls
Uçtu G., Alkan M., Doğru İ. A., Dörterler M.
Future Generation Computer Systems, Vol. 124, pp. 56-67, 2021.
An emotion analysis scheme based on Gray Wolf optimization and deep learning
Uçan A., Dörterler M., Akçapınar Sezer E.
Concurrency and Computation-Practice & Experience, Vol. 33, No. 13, 2021.
Analyzing the performances of evolutionary multi-objective optimizers on design optimization of robot gripper configurations
Dörterler M., Atila Ü., Durgut R., Şahin İ.
Turkish Journal of Electrical Engineering and Computer Sciences, Vol. 29, No. 1, pp. 349-369, 2021.
Long short-term memory based query auto-completion
Qureshi A.R.A., Akcayol M.A.
IEEE International Conference on Electrical and Electronics Engineering, Antalya, Turkey, April 9-11, 2021.
Bloom filter based graph database CRUD optimization for stream data
Hüseynli A., Akcayol M.A.
IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems, Cracow, Poland, September 22-25, 2021.
A new deep learning-based prediction model for purchase time prediction
Utku A., Akcayol M.A.
IEEE International Conference on Computer Science and Engineering, Ankara, Turkey, September 15-19, 2021.
A review of image denoising with deep learning
Yapıcı A., Akcayol M.A.
IEEE International Informatics and Software Engineering Conference, Ankara, Turkey, December 16-17, 2021.
Automated machine learning platform
Selvi G., Dağ G., Dirican E.G., Aktay T., Aksu S.M., Özdem K., Akcayol M.A.
IEEE International Conference on Computer Science and Engineering, Ankara, Turkey, September 15-19, 2021.
Deep learning-based forecasting of cancellation, delay and orientation on flights
Ayaydın A., Akcayol M.A.
International Conference on Informatics and Computer Science (ICI-CS2021), Ankara, Turkey, December 9-11, 2021.
A new topic modeling based approach for aspect extraction in aspect based sentiment analysis: SS-LDA
Özyurt B., Akcayol M.A.
Expert Systems with Applications, Vol.168, 114231, April 2021.
Prediction of the next time of an event with deep learning based model
Utku A., Akcayol M.A.
Journal of Polytechnic, Vol.24(1), pp.1-15, 2021.
A model for prediction of customer behavior: a case study for banking sector
Özdem K., Akcayol M.A.
Niğde Ömer Halisdemir University Journal of Engineering Sciences, Vol.10(1), pp.1-8, 2021.
|
|
Gazi Üniversitesi Rektörlüğü |
|
aicenter@gazi.edu.tr +90 312 202 80 65-66-67 |
|
|
|||
