Yazar "ASLAN, SERPIL" seçeneğine göre listele
Listeleniyor 1 - 4 / 4
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms(2025) Yalçın, Emre; KOÇ, TARIK KAAN; ASLAN, SERPIL; Demir, Suleyman Cansun; evrüke, cüneyt; Sucu, Mete; AVAN, MESUTObjective: One of the most common chromosomal abnormalities seen during pregnancy is Down syndrome (Trisomy 21). To determine the risk of Down syndrome, first-trimester combined screening tests are essential. Using data from the first-trimester screening test, this study compares machine learning and deep learning models to forecast the risk of Down syndrome. Materials and Methods: Within the scope of the study, biochemical and biophysical data of 959 pregnant women who underwent first-trimester screening tests at Çukurova University Obstetrics and Gynecology Clinic between 2020-2024 were analyzed. After cleaning missing and erroneous data, various preprocessing and normalization techniques were applied to the final dataset consisting of 853 observations. Down syndrome risk prediction was performed using different machine learning models, and model performances were compared based on accuracy rates and other evaluation metrics. Results: Experimental results show that the CatBoost model provides the highest success rate, with an accuracy rate of 95.31%. In addition, the XGBoost and LightGBM models exhibited high performance, with accuracy rates of 95.19% and 94.84%, respectively. The study also examines the effects of the class imbalance problem on model performance in detail and evaluates various strategies to reduce this imbalance. Conclusion: The findings show that gradient boosting-based machine learning models have significant potential in Down syndrome risk prediction. This approach is expected to contribute to the reduction of unnecessary invasive tests and improve clinical decision-making processes by increasing the accuracy rate in prenatal screening processes. Future studies should aim to increase the generalization capacity of the model on larger data sets and to provide integration with different machine learning algorithms.Öğe BiGRU-CNN Tabanlı Derin Öğrenme Modeliyle Türkiye’deki Covid-19 Aşılarına Yönelik Twitter Duygu Analizi(2022) ASLAN, SERPILGünümüzde, sosyal medya platformları duyguları ifade etmenin en iyi yoludur. Yaklaşık iki yıldır, Covid-19 yeni koronavirüs salgının ortaya çıkması tüm dünyada olduğu gibi ülkemizde de insanların üzerinde benzeri görülmemiş karmaşık duygular yarattı. Covid-19’a karşı aşı çalışmalarının başlamasından sonra insanların duyguları daha karmaşık hale geldi. Daha yakın zamanda, Covid-19’un Delta, Omicron vb. varyantlarının çıkması da toplumda yeniden büyük bir korku yarattı. İnsanlar, bu süreçte duygu ve düşüncelerini paylaşmak üzere Twitter gibi sosyal medya araçlarına yöneldi. Twitter’da duygu analizi yapmak çok önemli ve zorlu bir görevdir. Bu çalışmada amacımız, derin öğrenme mimarilerinin gücünden faydalanarak Türk halkının aşılama süreciyle ilgili farklı duygularını araştırmak ve halkın mevcut aşılama girişimlerine yönelik tepkilerine genel bir bakış sunmaktır. Çalışmada, Twitter’da 16 Haziran 2021 ve 18 Eylül 2021 arasında paylaşılan Türkçe tweetler toplanmıştır. İnsanların her türden aşılarla ilgili duyguları, doğal dil işleme (NLP) aracı olan TextBlob kullanılarak değerlendirildi. Daha sonra, duygu sınıflandırması için yeni bir model önerildi. Önerilen model, Glove kelime gömme vektörüyle tek katmanlı Çift-yönlü Geçitli Tekrarlayan Birim (Bi-GRU) ve Evrişimli Sinir Ağı (CNN) modelini kullanan BiGRU-CNN modelidir. Önerilen yöntemin deneysel sonuçları en son modellerle kıyaslandığında umut vericidir. Bu çalışma, halkın COVID-19 aşıları hakkındaki görüşlerinin anlaşılmasını geliştirmekte ve koronavirüsü dünyadan yok etme hedefini desteklemektedir.Öğe Doğal Dil İşleme Teknikleri Kullanarak E-Ticaret Kullanıcı İncelemelerinde Özellik Tabanlı Duygu Analizi(2023) ASLAN, SERPILSon yıllarda her zaman için her yerden ürün satın alma kolaylığı sağladığı ve ürünleri satın alan diğer kullanıcıların incelemelerinden kolayca ürün karşılaştırması sağladığından dolayı E-ticaret sitelerinden yapılan satın alma işlemleri oldukça artmıştır. E-Ticaret sitelerinde satılan ürünlerdeki kullanıcı puanları ve yorumları ürünlerin satın alma sayısını büyük ölçüde etkilemektedir. Müşteri incelemeleri aynı zamanda E-ticaret platformları için büyük miktarda metinsel veri üretmektedir. Üretilen bu verilerin analiz edilmesi satıcıların müşteri beklentilerini anlamalarını sağlayacakları için satışlarını da arttıracaktır. Bazı durumlarda müşteri değerlendirmeleri ve puanlamaları sadece ürünle ilgili olmayıp ürünün teslimatı gibi farklı konularla ilgili de olabilir. Bu durum diğer müşteriler için alışveriş riski oluşmasına sebep olmaktadır. Doğal Dil İşleme (DDİ) teknikleri aracılığıyla yapılacak olan duygu analizi, müşteriler tarafından herhangi bir ürün ile ilgili yapılan herkese açık incelemelerin analiz edilmesine odaklanır. Özellik tabanlı duygu analizi alanı, belirleyici önerilerde bulunmak için müşteri yorumlarında bulunan çeşitli görüşleri kategorize eder. Bu çalışmada E-ticaret platformlarından elde edilmiş müşteri yorumları veri setinde TF-IDF ve Word2Vec teknolojileri aracılığıyla müşteri incelemelerindeki özellikler tespit edilir. Daha sonra, tespit edilen her bir özellikle ilgili duygu ifadeleri incelenir. Çalışma, hem E-ticaret platformlarına hem de satıcılara mal ve hizmetlerini iyileştirebilmeleri için ışık tutacaktır. Aynı zamanda müşterilere alışverişlerinde özellik düzeyinde detaylı inceleme olanağı sağlayacaktır.Öğe Hastaların Elektronik Sağlık Kayıt (ESK) Sistemleri için Güvenli Blok Zincir Destekli Bulut Sistemi(2023) Mızrak, Hamit; ASLAN, SERPILDünyada birçok işlemler artık dijitalleştiğinden dolayı veri güvenliliği, veri paylaşımı, veriye hızlı erişim, verilerin bütünlüğünü korunmak önemli görülmüştür. Her geçen gün, günlük yaşantımızda bilgisayara bağımlılığımız ve bu bağlılığa paralel olarak verilerin oluşması tamamen doğal bütünün bir parçasıdır. Oluşan bu büyük veri topluluğu beraberinde veri güvenliğinin önemini de arttırmıştır. Veri güvenli konusunda son zamanlarda en çok duyulan kelime blok zinciri kelimesidir. Blok zincir, güvenli veri paylaşımını sağlamak ve merkezi olmayan veri işlem bütünlüğünü korumak amacıyla tasarlanmış birçok bilgisayardaki işlemleri kaydeden ve daha sonra hiçbir şekilde geriye dönük olarak değiştirilemeyen halka açık dijital defterlerdir. Son yıllarda bulut tabanlı Elektronik Sağlık Kayıtları (ESK), hasta verilerine uzaktan erişim için birçok araştırmacının ilgi odağı haline gelmiştir. Hasta verilerinin doğruluğu ve gizliliği, sağlık sektöründe önemli bir endişe kaynağıdır. Bu çalışmada, ESK kayıtları için veri erişim kontrolü ve denetimi sağlarken bulut servis sağlayıcıları arasında sağlık verilerinin paylaşılması için blok zincir destekli yeni bir çözüm önerilmiştir. Önerilen yöntemle, hastanın elektronik sağlık kayıtlarının sağlık sektörü tarafından yönetilmesinden ve kontrol edilmesinden, hastaların verilerinin kontrolünde olduğu hasta merkezli bir uygulamaya geçiş hedeflenmektedir.
