Yazar "Şahin, Canan Batur" seçeneğine göre listele
Listeleniyor 1 - 15 / 15
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Carpenter Optimization Algorithm: A Human-inspired Metaheuristic for Robust and Efficient Constrained Optimization(Intelligent Network and Systems Society, 2025) Dinler, Özlem Batur; Bektemyssova, Gulnara; Şahin, Canan Batur; Montazeri, Zeinab; Dehghani, Mohammad; Smerat, Aseel; Eguchi, KeiThis paper introduces the Carpenter Optimization Algorithm (COA), a novel human-inspired metaheuristic designed to efficiently solve complex, high-dimensional, and constrained optimization problems. COA draws direct inspiration from the systematic behaviors of skilled carpenters, who initially perform broad cuts to explore raw materials and subsequently execute precise refinements to achieve high-quality outcomes. These behaviors are mathematically mapped into exploration and exploitation phases, where stochastic global modifications mimic broad exploratory actions, and targeted incremental adjustments refine promising solutions. Unlike traditional metaheuristics, COA achieves a robust balance between exploration and exploitation while requiring minimal control parameters, enhancing both adaptability and computational efficiency. The algorithm was rigorously evaluated on 22 constrained benchmark functions from the CEC 2011 suite and compared against nine well-established metaheuristics. The results demonstrate that COA consistently outperforms all competitors in terms of solution quality, convergence speed, stability, and robustness, achieving the best mean, median, and best values across all test problems. Statistical analyses, including standard deviation, rank-based evaluation, and pairwise Wilcoxon tests, confirm the significance and reproducibility of these results, while boxplot visualizations highlight controlled variability and narrow interquartile ranges, even for large-scale and multimodal problems. The findings suggest that COA’s behaviorally grounded design provides a practical and explainable framework for real-world optimization tasks. Future research directions include extending COA to multi-objective, dynamic, and large-scale industrial problems, integrating hybrid strategies or adaptive mechanisms, and conducting theoretical analyses of convergence and parameter sensitivity. Overall, COA represents a promising addition to the metaheuristic optimization landscape, offering both conceptual clarity and high practical performance. This article is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. License details: https://creativecommons.org/licenses/by-sa/4.0/Öğe Cloud and internet-of-things secure integration along with security concerns(Intelektual Pustaka Media Utama, 2023) Ullah, Arif; Laassar, Imane; Şahin, Canan Batur; Dinle, Ozlem Batur; Aznaoui, HananeCloud computing is a new technology which refers to an infrastructure where both software and hardware application are operate for the network with the help of internet. Cloud computing provide these services with the help of rule know as you pay as you go on. Internet of things (IoT) is a new technology which is growing rapidly in the field of telecommunications. The aim of IoT devices is to connect all things around us to the internet and thus provide us with smarter cities, intelligent homes and generally more comfortable lives. The combation of cloud computing and IoT devices make rapid development of both technologies. In this paper, we present information about IoT and cloud computing with a focus on the security issues of both technologies. Concluding we present the contribution of cloud computing to the IoT technology. Thus, it shows how the cloud computing technology improves the function of the IoT. Finally present the security challenges of both technologies IoT and cloud computing. © 2023, Intelektual Pustaka Media Utama. All rights reserved.Öğe Cloud computing and 5G challenges and open issues(Intelektual Pustaka Media Utama, 2022) Ullah, Arif; Aznaoui, Hanane; Şahin, Canan Batur; Sadie, Mahanz; Dinler, Ozlem Batur; Imane, LaassarThe obtainable fourth-generation technology (4G) networks have been extensively used in the cloud application and are constantly evolving to match the needs of the future cloud applications. The fifth-generation (5G) networks are probable to immense expand today's cloud that can boost communication operations, cloud security, and network challenges and drive the cloud future to the edge and internet of things (IoT) applications. The existing cloud solutions are facing a number of challenges such as large number of connection of nodes, security, and new standards. This paper reviews the current research state-of-the-art of 5G cloud, key-enabling technologies, and current research trends and challenges in 5G along with cloud application. © 2022, Intelektual Pustaka Media Utama. All rights reserved.Öğe Convolutional Neural Networks: The Power Behind Image Recognition(CRC Press, 2025) Almomani, Mohammad H.; Hanandeh, Essam; Şahin, Canan Batur; Zhang, Peiying; Zuong, Zuzho; Nasayreh, Ahmad; Abualigah, LaithA number of artificial intelligence advancements have emerged that allow computerizes the same critical thinking tasks that were solely more suited to humans such as image recognition of objects etc. One such advancement that is the focus of the paper is the Convolutional Neural Networks. This paper details the structural design, how they perform the tasks assigned and how they function as a contribution to the image recognition area. Additionally, we show through a case study of three CNN models how they can be evaluated in relation to one set of common data effectively and efficiently. The data shows that there was improvement in processing time and accuracy which emphasises the role of CNN in the detailed domains. Some future trends in the CNN development and its usages are presented. © 2025 Laith Abualigah.Öğe COVID-19 Pandemisi Sırasında Teknoloji ve Hizmetlerin Öğrenme Sistemlerine Etkisi(Osman SAĞDIÇ, 2021) Ullah, Arıfullah; Dinler, Özlem Batur; Şahin, Canan BaturArka Plan/Amaç: Yeni tip koronavirüs hastalığı ilk olarak Çin'in Wuhan eyaletinde Aralık 2019'da ortaya çıktı. Dünya Sağlık Örgütü (DSÖ), bu hastalığı Şubat 2020'de bir pandemi ilan etti. Bu pandemi tüm dünyada başta sağlık olmak üzere eğitim, ekonomi, ticaret, iş hayatı, sosyal hayat gibi birçok alanı önemli ölçüde etkilemiştir. Bu bağlamda, bu çalışma COVID-19'un eğitim sistemi üzerine etkisini araştırmaktadır. COVID-19 pandemisinin dünyadaki eğitim sistemleri üzerine etkisi büyük değişikliklere yol açmış, tüm müfredatı çevrimiçi yaklaşımlarla e-öğrenme sistemlerine kaydırmıştır. Çalışma, üniversitelerin öğrencilerinin COVID-19 koşullarında eğitimlerini kolaylaştırmak için bir e-öğrenme platformu geliştirmelerine yardımcı olmayı ve COVID-19 pandemisi sonrasında teknoloji ve hizmetlerin öğrenme sistemlerindeki rolünün ne olacağını değerlendirmeyi amaçlamıştır. Yaklaşımlar: Bu anlamda Fas'taki farklı üniversitelerden gelen anketlere dayalı olarak bir inceleme yapılmıştır. Danışılan üniversite sayısı, örneklem, dahil etme ve hariç tutma kriterleri, çalışılan örneklemin demografik özellikleri, elde edilen sonuçların istatistiksel analizi, farklı öneriler ve öğrenme sistemleri uygulamaları tartışılmıştır. Sonuç ve gelecekteki araştırmalar: Bu makale, pandemi ve herhangi bir afet sırasında e-öğrenme sistemlerinin gelişimine ışık tutmuş, farklı akademik kurumlara e-öğrenme ile ilgili bu zorluklarla nasıl başa çıkılacağı konusunda önerilerde bulunmuştur.Öğe Deep Reinforcement Learning: Bridging Learning and Control in Intelligent Systems(CRC Press, 2025) Izci, Davut; Thanh, Hung Vo; Zitar, Raed Abu; Al-Okbi, Nada Khalil; Liu, Zhe; Şahin, Canan Batur; Abualigah, LaithDeep Reinforcement Learning (DRL) has gained popularity as a new approach in artificial intelligence that successfully integrates representation learning through Deep Learning with decision making in Reinforcement Learning. In this work, we investigate basic concepts of DRL design, structural composition, and scope of usage in intelligent systems. More specifically, several benchmark tasks were assigned to test states and actions of DRL algorithms such as Deep Q-Networks (DQN) and Proximal Policy Optimization (PPO). Empirical evaluations illustrate the potential of DRL in dealing with complex tasks. Sample efficiency, stability and interpretability issues of DRL are also reviewed in the paper. Suggestions for further work are concentrated on algorithm increase of robustness, training time and expense decrease as well as enhancement of implementation efficiency in practical environment. © 2025 Laith Abualigah.Öğe Diyabet Tahmini İçin Geleneksel Yöntemlerin Analizi ve Değerlendirilmesi(Osman SAĞDIÇ, 2023) Şahin, Canan Batur; Tanyıldız, Hayriye; Dinler, Özlem BaturDünya çapında milyonlarca insanı etkileyen kronik bir hastalık olan diyabet, vücudun kan şekeri düzeylerini etkili bir şekilde yönetememesiyle karakterize edilir. Kontrol edilmezse veya uygun şekilde yönetilmezse, bu durum kalp hastalığı, felç, böbrek yetmezliği ve hatta körlük gibi ciddi sonuçlara yol açabilir. Genetik ve yaşam tarzı faktörlerinin karşılıklı etkileşimi nedeniyle, diyabet insidansı artmakta ve diyabet acil müdahale gerektiren önemli bir küresel sağlık sorunu olarak konumlanmaktadır. Dünya Sağlık Örgütü (WHO), diyabetin küresel prevalansının 1980'den bu yana neredeyse iki katına çıktığını ve yetişkin nüfusta %4,7'den %8,5'e yükseldiğini bildirmektedir. Bu artış, hastalığın erken teşhisine ve etkin yönetimine yönelik stratejilerin aciliyetini ve önemini vurgulamaktadır. Böyle bir halk sağlığı sorunu karşısında sağlık hizmetleri bu salgınla mücadele için teknolojik gelişmelerden yardım istemektedir. Sağlık hizmetlerinde en umut verici teknolojik sınırlar arasında, çok büyük miktarda veriyi analiz edebilen, kalıpları tanımlayabilen ve sonuçları tahmin edebilen yapay zekanın (AI) bir alt kümesi olan Makine Öğrenimi (ML) yer alıyor. Makine öğrenimi, hasta sağlığına ilişkin değerli içgörüler sağlayarak, tedavi kararlarını bildirerek ve hatta bir kişinin gelecekte hastalığa yakalanma riskini tahmin ederek diyabet yönetiminde devrim yaratma potansiyeline sahiptir. Bu teknoloji, doğru kullanılırsa diyabetle mücadelede oyunu değiştirebilir. Bu bağlamda, diyabet riskini tahmin etmek için geleneksel sınıflandırıcı yöntemlerin kullanılması uygulanabilir ve etkili bir yaklaşım gibi görünmektedir. Bu yöntemler gelişmeye devam ettikçe, bu kronik hastalığın erken teşhisi ve etkili tedavisinde önemli bir rol oynamakta ve diyabet risk tahmininin doğruluğunu ve kesinliğini artırma sözü vermektedir. Bu yazıda, diyabeti tahmin etmek için geleneksel sınıflandırıcı yöntemlerin nasıl kullanıldığını, bu teknolojinin hastalık teşhisindeki etkilerini ve gelişen bu alanın gelecekteki potansiyelini inceleyeceğiz.Öğe Hybrid Aquila Optimizer with Moth-Flame Optimization Algorithm for Global Optimization(CRC Press, 2022) Abualigah, Laith; Mirjalili, Seyedali; Abd Elaziz, Mohamed; Jia, Heming; Şahin, Canan Batur; Khalifeh, Ala[Abstract Not Available]Öğe Kimlik Hırsızı Web Sitelerinin Farklı DeepLearning4J Modelleri ile Performanslarının Karşılaştırılması(Osman SAĞDIÇ, 2021) Dinler, Özlem Batur; Şahin, Canan Batur; Abualigah, Laithİlk olarak 2019’da Çin’in Wuhan şehrinde görülen yeni tip koranavirüs (COVID-19 ) hastalığı nedeniyle 11 Mart 2020 tarihinde Dünya Sağlık Örgütü (DSÖ) tarafından pandemi ilan edilmiştir. Dünya genelinde hâlâ etkisi devam etmekte olan bu salgın, kısa sürede tüm dünya toplumunun gündelik yaşam aktivitelerini ve alışkanlıklarını hızlı bir şekilde değiştirerek digital ortam uygulamalarına doğru kaydırmıştır. Bu doğrultuda, artan siber saldırı atakları ve yaşanan veri ihlalleri salgın toplumu için büyük bir risk oluşturmuştur. Bu bağlamda, dijital ortam uygulamalarının güvenliği COVID-19 salgını ile çok daha önemli bir sorun haline gelmiştir. Bu sorun özellikle kimlik hırsızı web siteleri üzerinde gözlenmiştir. Web kimlik hırsızlığı, güvenilir kurumları taklit ederek kişilerin ad, soyad, şifre ve kredi kartı numaraları gibi kişisel bilgileri çalma yöntemidir. Bu, bilginin ifşa olmasına ve mali zarara neden olacaktır. Çalışmanın odağı, kimlik hırsızı web sitelerinin tanımlanması amacı ile kullanılan birkaç DeepLearning4j (DL4j) modeline dayanmaktadır. Bununla birlikte, çalışmanın temel amacı, değerlendirme metriklerinin performanslarını iyileştirmek amacı ile DeepLearning4J (DL4J) modellerinin etkinliğini verimli bir şekilde izlemektir.Öğe Learning Optimized Patterns of Software Vulnerabilities with the Clock-Work Memory Mechanism(Osman SAĞDIÇ, 2022) Şahin, Canan BaturIt is possible to better provide the security of the codebase and keep testing efforts at a minimum level by detecting vulnerable codes early in the course of software development. We assume that nature-inspired metaheuristic optimization algorithms can obtain “optimized patterns” from vulnerabilities created in an artificial manner. This study aims to use nature-inspired optimization algorithms combining heterogeneous data sources with the objective of learning optimized representations of vulnerable source codes. The chosen vulnerability-relevant data sources are cross-domain, involving historical vulnerability data from variable software projects and data from the Software Assurance Reference Database (SARD) comprising vulnerability examples. The main purpose of this paper is to outline the state-of-the-art and to analyze and discuss open challenges with regard to the most relevant areas in the field of bio-inspired optimization based on the representation of software vulnerability. Empirical research has demonstrated that the optimized representations produced by the suggested nature-inspired optimization algorithms are feasible and efficient and can be transferred for real-world vulnerability detection.Öğe Recurrent Neural Networks and its Applications in Time Series Data(CRC Press, 2025) Nazza, Muhannad Akram; Al-Okbi, Nada Khalil; Şahin, Canan Batur; Hu, Gang; Sumari, Putra; Snasel, Vaclav; Abualigah, LaithRecurrent Neural Networks (RNNs) have been extensively embraced for sequencing analysis and sequential data modelling, especially time series data. This paper delves into the principles and applications of the RNNs concentrically time series analysis. The advantages of time series RNNs, including long short-term memory (LSTM) and Gated recurrent units (GRU), are discussed in detail. Different RNN models have been implemented on both synthetic and real-look time series datasets to assess their performance. The results clearly show RNNs outperformed traditional forecasting and pattern recognition methods. Lastly, the issues related to RNN training, namely, vanishing gradients and overfitting, are briefly addressed, and potential improvements for RNNs are outlined. © 2025 Laith Abualigah.Öğe Risk Faktörlerinin Dağıtık Yazılım Ekip Yapısı Kapsamında İncelenmesi(Osman SAĞDIÇ, 2021) Şahin, Canan Batur; Dinler, Özlem Batur; Abualigah, LaithDağıtık yazılım ekip yapısı, ekip üyelerinin yazılımın yaşam döngüsü boyunca farklı uzak yerleşkelerde bulunmasını sağlayan bir gelişim türünü temsil etmektedir. Bu nedenle, uzak alt ekiplerden oluşan bir ağ oluşturmaktadır. Günümüzde yazılım projelerinin coğrafi olarak uzak ekiplerle geliştirilmesi, yazılım geliştirme ortamlarının esnek olmasını zorunlu kılmaktadır. Bu durumda yazılım yöneticilerinin dağıtık ekip yönetimini iyi organize etmeleri ve yönetmeleri büyük önem taşımaktadır. Ülkeler ve bölgeler genelinde dağıtık ekiplerin eğilimi ile yazılım projeleri sahnesine daha fazla sayıda paydaş getirilmektedir. Risk yönetimi, projenin beklenen sonucunu elde etmenin en önemli güvencesi olmakla birlikte, söz konusu süreçler, projede yer alan paydaşların her sahadan ortak sorumlulukları ve taahhüdü olarak düşünülmelidir. Yazılımın 'kurum içi' geliştirilmesi bir dizi riske yol açmaktadır. Aynı zamanda kısmen başka bir coğrafyada gelişmesi söz konusu risklerin katlanarak artmasına neden olmaktadır. Risklerin yönetimi, projenin erken aşamalarında başlamalı ve projelerin yaşam döngüsü boyunca bir izleme ve takip çalışması şeklinde devam etmelidir. Bu çalışma kapsamın da, dağıtık ekip yapısındaki ana risk faktörlerinin geleneksel proje yöntemi yaklaşımı yerine Yetenek Olgunluk Model Entegrasyonu (CMMI) uyarınca yürütülmek üzere geliştirilen süreç adımları detaylı olarak anlatılmaktadır. Ayrıca bu çalışma, dağıtık yazılım geliştirme ile ilgili risk yönetimi sürecinde yer alan bileşenleri ortaya çıkarmayı amaçlamıştır.Öğe The Evolution of Machine Learning: From Traditional Algorithms to Deep Learning Paradigms(CRC Press, 2025) Alomari, Saleh Ali; Abdel-Salam, Mahmoud; Raza, Ali; Şahin, Canan Batur; Zitar, Raed Abu; Zhang, Peiying; Snasel, VaclavThere has been a noticeable development in the area of machine learning (ML) over the last few decades, transitioning from conventional algorithm-based systems to neural networks. The goal of this chapter is to portray the evolution of machine learning, highlighting important steps, primary algorithms, and the development of mono-approach neural network modeling. We examine the various methodologies developed in the field, including supervised, unsupervised, and reinforcement learning, and explain how deep learning architectures have transformed image recognition and natural language processing, and autonomous systems. The chapter concludes by addressing existing issues in machine learning, most notably interpretability, bias and the computational complexity, while suggesting directions for future research in this active field. © 2025 Laith Abualigah.Öğe The Intersection of AI and the Internet of Things (IoT): Transforming Data into Intelligence(CRC Press, 2025) Al-Okbi, Nada Khalil; Khodadadi, Nima; Kumar, Manoj; Şahin, Canan Batur; Khishe, Mohammad; Raza, Ali; Abualigah, LaithThe application of Artificial Intelligence (AI)-enabled systems is becoming a trend in decision making impacts revenue and efficiency of the companies while adding value to IoT (Internet of Things). This research paper investigates the elements upholding the synergy between IoT and AI, arguing that their integration advances the development of smart systems that optimize decision making, improve operational processes, and improve user experience. Ample attention is paid to several aspects of AI integration practices: techniques used within various IoT hubs, exposed results of their case application, and archived barriers and prospects of this paradigmatic combination. Such an understanding will enable the relevant actors to create data-driven intelligence that is appropriate for them. © 2025 Laith Abualigah.Öğe WEKA Ortamını Kullanarak Derin Öğrenme ile Kimlik Hırsızı Web Sitelerinin Tahmini(Osman SAĞDIÇ, 2021) Dinler, Özlem Batur; Şahin, Canan Batur30 Aralık 2019’da, Çin’in Wuhan şehrinde görülen COVID-19 (Coranavirus) hastalığı, dünya çapında yayılarak küresel bir salgına yol açmıştır. Bu salgın, çok hızlı ve çok kolay bulaşabildiği için hükümetlerin almak zorunda kaldığı birtakım önlemler ve gönüllü karantina uygulamaları, kısa bir süre içerisinde dünya topluluklarının alışkanlıklarını önemli ölçüde değiştirmiştir. Bu değişim özellikle, uzaktan çalışma, uzaktan eğitim ve uzaktan alışveriş (e-ticaret) gibi uzaktaki etkinlikleri artırdı. Bu nedenle insanlar günlük ihtiyaçlarını karşılamak adına kullandıkları fiziksel platformları, hızlıca dijital platformlara taşıma gereksinimi duydular. Bu durumda beraberinde, dijital platformların hedef alındığı web kimlik hırsızlığı çevrimiçi siber saldırı türlerinde ciddi bir artış meydana getirmiştir. Kimlik avındaki artış ve kimlik hırzısı web sitelerinin artan hacmi, dünyadaki bilgilerin ve kuruluşların çeşitli siber saldırılara daha fazla maruz kalmasıyla sonuçlandı. Bu nedenle, 2019'daki COVID-19 salgınından sonra kimlik hırsızı web sitelerinin analizini tespit etmek, her zamankinden daha önemli hale geldi. Bu çalışmada web kimlik hırsızlığı analiz edilmekte ve Bilgi Analizi için Waikato Ortamı (Waikato Environment for Knowledge Analysis - WEKA) grafik kullanıcı arayüzünden (GUI) yararlanarak RF, SVM, MLP, k-NN ve DL’den oluşan beş popüler yöntem arasındaki sınıflandırma performansları karşılaştırılmaktadır. Eğitim ve test olarak ikiye ayrılan veri seti ile yapılan deneylerde RF ve DL yöntemleri diğer yöntemlere göre daha başarılı iken, k-NN, çapraz doğrulama kullanıldığında daha iyi performans elde etmiştir. Bunun olası nedeni, derin öğrnemeye yönelik basit bir yaklaşımdır. Bu çalışmanın, kimlik hırzısı web sitelerinin sınıflandırması için WEKA derin öğrenmeyi araştırmada rehberlik sağlayacağını umuyoruz.
