DİJİTAL ÇAĞIN ÖĞRETMENLERİ: YAPAY ZEKÂ İLE ETKIN DERS TASARIMI
Ümit İZGİ ONBAŞILI | Fatma Nur KARAARSLAN
-
Enhanced Multi-Class Driver Injury Severity Prediction Using a Hybrid Deep Learning and Random Forest Approach
Çiğdem İnan Acı | Gizen Mutlu | Murat Ozen | Mehmet Acı
Predicting driver injury severity and identifying factors influencing crash outcomes are crucial for developing effective traffic safety measures. This study focuses on estimating driver injury severity (uninjured, injured, or killed) and determining critical factors affecting crash outcomes. A hybrid framework combining Deep Neural Networks (DNNs) and Random Forest (RF) is proposed, where a DNN extracts features and RF performs the final classification, leveraging ensemble methods. The results were compared with those of well-known methods (e.g., kNN, XGBoost), with the hybrid approach achieving the best performance (0.92 accuracy, 0.89 F1-macro, 0.91 F1-micro scores) in predicting injury severity. The results showed that crash type, vehicle type, driver fault, intersection type, season, ...
Yapay Zekâ ve Gazetecilik: Türk Medyasında ChatGPT Kullanımı
Yegen, Ceren
Yapay zekâ, bir kavram olarak ilk tartışılmaya başladığı andan itibaren dikkatleri üzerine çeken bir sosyal olgu olmuştur. Makina öğrenmesinin insan yaşamını kolaylaştıracağı düşüncesi büyük heyecan uyandırmış ve yapay zekânın gündelik yaşam uygulamalarına eklemlenmesi, çeşitli beklentiler de oluşturmuştur. Yapay zekâ algoritmalarının birçok sektöre zaman ve iş yükü çerçevesinde avantajlar getireceği tartışılırken, medya kuruluşları da özellikle haber üretimi noktasında yapay zekâya ilgi göstermektedir. Bu nedenle bu çalışmada, Türk haber medyasının yapay zekâ destekli haberciliğe ilişkin mevcut yönelimi, ChatGPT üzerinden ele alınmıştır. Bu şekilde, ilgili teknolojinin kabulüne ilişkin bir görünümün ortaya koyulması amaçlanmış, bu amaçla kamusal yayıncılık ve özel yayıncılık noktasında Tü...
Yapay Zekâ ve Siyasal İletişim: Fırsatlar ve Riskler Üzerine Bir Değerlendirme
Yegen, Ceren
Makine öğrenmesi ve yapay zekâ ile birlikte yeni teknolojilerin aracıladığı ile uygulamalarla tanışan toplumların teknoloji ile ilişkisi, bu çerçevedeki gelişmeler ışığında sürekli güncellenmektedir. İnsana özgü yeteneklerin programlanmış, özellikli ve suni şekilde ortaya koyulması, beklentiler gibi kaygıları da beraberinde getirmiştir. Yapay zekâ alanındaki süregelen gelişmeler ve kullanım amaçlarının çeşitlenmesi temelinde bir belirsizlik gözlendiğinden, etik ilkelerin zorunluluğuna da dikkat çekilmektedir. Dolayısıyla yapay zekâ etiğine yönelik artan bir ilgi ve araştırma gözlenmektedir. Bununla birlikte, teknoloji ve siyaset arasındaki ilişki de yapay zekâdan etkilenmekte, yapay zekânın siyasal iletişim alanına girdiği görülmektedir. Özellikle dezenformasyon, sahte içerikler üzerinden ...
Windows Malware Detection via Enhanced Graph Representations with Node2Vec and Graph Attention Network
Nisa Vuran Sarı | Mehmet Acı | Çiğdem İnan Acı
As malware has become increasingly complex, advanced techniques have emerged to improve traditional detection systems. The increasing complexity of malware poses significant challenges in cybersecurity due to the inability of existing methods to understand detailed and contextual relationships in modern software behavior. Therefore, developing innovative detection frameworks that can effectively analyze and interpret these complex patterns has become critical. This work presents a novel framework integrating API call sequences and DLL information into a unified, graph-based representation to analyze malware behavior comprehensively. The proposed model generates initial embeddings using Node2Vec, which uses a random walk approach to understand structural relationships between nodes. Graph A...