Yapay zeka yöntemleri kullanılarak perakende satış sektöründe ürün talep tahmini
Ayyıldız Doğansoy, Gamze
Perakende sektöründeki işletmelerin temel amacı müşteri talebinin zamanında ve minimum maliyetle karşılanabilmesidir. Bu nedenle perakende sektöründe etkin bir ürün talep tahminine ihtiyaç duyulur. Talep tahmini karar vericilerin başarılı olmalarında önemli bir rol oynamaktadır. Müşterilerin talep edeceği ürün adedinin doğru bilinememesi işletmenin olumsuz etkileneceği durumlar ile karşılaşmasına sebep olacaktır. Bu tez çalışmasında müşteri alışveriş hareketleri ve ürün satışını etkileyen faktörler analiz edilerek belirli kategorideki ürünlere talep âdeti tahmin edilmiştir. Elde edilen sonuçlar ürün siparişinin doğru sayıda verilmesinde, satış kampanyaları ve pazarlama stratejilerinde kullanılarak perakende satışın başarısını arttırabilecektir. Çalışmada Groseri Gıda ve İhtiyaç Maddeleri T...
Enhanced diagnostic pipeline for maxillary sinus-maxillary molars relationships: a novel implementation of Detectron2 with faster R-CNN R50 FPN 3x on CBCT images
özemre,mehmet özgür | Bektaş, Jale | yanık,hüseyin | baysal,lütfiye
Background The anatomical relationship between the maxillary sinus and maxillary molars is critical for planning dental procedures such as tooth extraction, implant placement and periodontal surgery. Methods This study presents a novel artificial intelligence-based approach for the detection and classification of these anatomical relationships in cone beam computed tomography (CBCT) images. The model, developed using advanced image recognition technology, can automatically detect the relationship between the maxillary sinus and adjacent molars with high accuracy. Results The artificial intelligence algorithm used in our study provided faster and more consistent results compared to traditional manual evaluations, reaching 89% accuracy in the classification of anatomical structures....
A Feature Selection-Based Multi-Stage Methodology for Improving Driver Injury Severity Prediction on Imbalanced Crash Data
Çiğdem İnan ACI | Gizen Mutlu | Murat Ozen | Esra Sarac | Vahide Nida Kılıç Uzel
Predicting driver injury severity is critical for enhancing road safety, but it is complicated because fatal accidents inherently create class imbalance within datasets. This study conducts a comparative analysis of machine-learning (ML) and deep-learning (DL) models for multi-class driver injury severity prediction using a comprehensive dataset of 107,195 traffic accidents from the Adana, Mersin, and Antalya provinces in Turkey (2018–2023). To address the significant imbalance between fatal, injury, and non-injury classes, the hybrid SMOTE-ENN algorithm was employed for data balancing. Subsequently, feature selection techniques, including Relief-F, Extra Trees, and Recursive Feature Elimination (RFE), were utilized to identify the most influential predictors. Various ML models (K-Nearest ...
ENDODONTİDE YAPAY ZEKA KULLANIMI
Şimşek, Emine
Yapay Zeka (YZ), bir bilgisayarın ya da bilgisayar destekli bir cihazın, genellikle insana özgü yetenekler, çözüm yolu bulma, anlama, bir anlam çıkartma, genelleme ve geçmişteki deneyimlerinden öğrenme gibi yüksek mantık gerektiren süreçlere ilişkin görevleri yerine getirme yeteneği olarak bilim dünyasında tanımlanmaktadır (Nabiyev, 2012). Buradan da anlaşılacağı üzere YZ, bilgisayarlar ve insanlar arasında bağlantıyı kurarak sağlık hizmetine dönüşmektedir. YZ resmi olarak 1950'lerde kurulduğu ve o zamandan beri sağlık hizmetlerinin temel taşı haline geldiği bilinmektedir. YZ, doğru teşhis koyma, tedavi planlaması ve klinik karar verme gibi birçok konuda yardımcı olmayı vaat etmektedir (Akinrinmade ve ark., 2023). YZ’nin uygulanması teşhis doğruluğunu artırıp, sağlık bakım m...
Adaptif ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) ile Mersin ili Karaduvar Kentsel Atıksu Arıtma Tesisi performansının modellenmesi
Eroğlu, Tuğba
Bir çok endüstriyel uygulamada prosesin güvenilir olarak izlenmesi ve kontrol edilmesi en az proses sonunda daha kaliteli ürün elde etmek kadar ekonomik değere sahiptir. Arıtma tesisi işletildikçe elde edilen verilerin gelecekte ulaşılaşacak değerlerin tahmininde kullanımının sağlanması ile atıksu arıtma tesislerinin ekonomik olarak ve kolay işletilmesi günümüzde önemli bir konudur. İşletim parametrelerinin önceden tahmin edilerek kontrolünün yapılması bilgisayar ortamında modelleme yapılarak mümkün hale gelmektedir. Yapılan modelleme çalışmaları sonucu elde edilen yapılanma, atıksu arıtma tesislerinin işletiminde hem işletme kolaylığı hem de ekonomik açıdan optimum çözümler üretmek için faydalı olmaktadır. Bu tez çalışmasında, Mersin ili Karaduvar Atıksu Arıtma Tesisindeki işletim paramet...
Morphological and structural complexity analysis of low-resource English-Turkish language pair using neural machine translation models
Mehmet Acı | Nisa Vuran Sarı | Çiğdem İnan Acı
Neural machine translation (NMT) has achieved remarkable success in high-resource language pairs; however, its effectiveness for morphologically rich and low-resource languages like Turkish remains underexplored. As a highly agglutinative and morphologically complex language with limited high-quality parallel data, Turkish serves as a representative case for evaluating NMT systems on low-resource and linguistically challenging settings. Its structural divergence from English makes it a critical testbed for assessing tokenization strategies, attention mechanisms, and model generalizability in neural translation. This study investigates the comparative performance of two prominent NMT paradigms—the Transformer architecture, and recurrent-based sequence-to-sequence (Seq2Seq) models with atten...
