• Ders ve Sınav Programı Hazırlama Uygulaması

Sınıf, öğretim üyesi, öğrencilerin aldığı dersler gibi kriterlere göre ders ve sınav programlarının hazırlanması için kullanılacak bir web tabanlı yazılım geliştirme

Öğrenci sayısı:1

• Bilgi Sistemleri Arası Bütünleşme Testi uygulaması geliştirme

Şirketlerde kullanılan bilgi sistemlerinin bütünleşik/entegre çalışmalarının testi için bir sistem geliştirilmesi

Öğrenci sayısı:1

• İç Mekân Yönlendirme Uygulaması

             İç mekân yer belirleme ve kullanıcı yönlendirme için Beacon cihazlarına dayalı bir uygulama geliştirilmesi

Öğrenci sayısı:1

• Otizm Spektral Bozukluğu Gösteren Bireyler İçin Oyunla Öğrenme Uygulaması

Otizm Spektral Bozukluğu Gösteren Bireyler İçin oyun, yakın alan etkileşimi ve veri madenciliği teknikleri içeren bir Mobil Oyunla Öğrenme uygulaması geliştirilmesi

Öğrenci sayısı:1

• Gerçek zamanlı veri analizi konulu altyapılar kullanarak davranış analizi

Gerçek zamanlı veri analizi konulu altyapılarının analizi, analiz gereken konu belirlenmesi ve belirlenen sorunun çözümüne yönelik sistem – algoritma çalışmaları

Öğrenci sayısı:1

Dr. Öğr. Üyesi Ayla Gülcü

1.(2 kişi) Sinir Ağları (Neural Networks, Deep Learning) :

Konvolusyonel sinir ağları ile Kapsül ağların karşılaştırılması. Çalışma hem teorik hem de pratik içeriği olan bir çalışma olacaktır. Kodlama yeteneği yüksek, lineer cebirle arası iyi olan öğrenciler için daha uygundur. Çok iyi Python bilgisi gereklidir. Uygulama alanı olarak hazır resim veri setleri kullanılabilir. Örneğin MNIST veriseti kullanılabilir. Ağın optimizasyonu gerekebilir.

2.(2 kişi) Sinir Ağları (Neural Networks, Deep Learning) Parametre Optimizasyonu:

Üst sezgisel (meta-heuristic) yöntemlerden 2 tanesi seçilerek ağdaki değişik parametreler optimize edilecektir. Kodlama Pythonda yapılacaktır. Çok iyi kodlama bilgisi gereklidir. Uygulama alanı olarak gene hazır verisetleri kullanılacak, çalıştırılan optimizasyon yöntemlerinin başarısı karşılaştırılacaktır.

3.(2 kişi) Metin Sınıflandırma (Text Classification) ve Özellik Çıkarma (Feature Extraction) Tekniklerinin Karşılatırılması:

 Python sklearn kütüphanesindeki teknikler baz alınarak öncelikle özellik çıkarma teknikleri incelenecek, ardından metin için uygun sınıflandırma algoritmaları test edilecektir. Uygulama alanı olarak yazar tanıma yapılacaktır. Çok iyi Python bilgisi gereklidir. Eğer sklearn kütüphanesindeki bir modül alınıp bu kütüphanedeki eksikliklerin doldurulmasına yönelik katkı sağlanırsa proje çok başarılı kabul edilir.

4. Machine Learning konusu ile ilgili öğrenci önerisi.

Dr. Öğr. Üyesi Berna Kiraz

2018-2019 Öğretim Yılı Bitirme Projesi I Dersi için Verilmesi Öngörülen Proje Konuları 

Proje Adı: TORCS araba kurulum eniyilemesi (Car setup optimization in TORCS)

Projenin Tanıtımı: Bu projede TORCS (The Open Racing Car Simulator) video oyununda bir aracın parametrelerini ince ayarlamak için literatürde iyi bilinen en az iki çok amaçlı evrimsel algoritmaların karşılaştırılmasının yapılması hedeflenmektedir. TORCS tekerlek basıncı ve yol ile açısı, yakıt tüketimi, yol tutuşu, aracın aerodinamik katsayısı, kanat açısı, aracın aerodinamik katsayısı gibi değişkenleri hesaba katan karmaşık bir fizik motoruna sahip çok gerçekçi bir açık kaynak simülatörüdür. Öğrenciler bu simülatörde yarışacak araba tasarımını çok amaçlı evrimsel algoritmalar kullanarak yapacaklar ve sonuçlarını deneysel olarak karşılaştıracaklardır.

Öğrenci Sayısı: 2 ya da 3  

Proje Adı: Özellik seçme (feature selection) için meta-sezgisellerin kullanılması

Projenin Tanıtımı: Bu projede özellik seçme yöntemi olarak klasik yöntemler yerine meta-sezgisellerin kullanılması amaçlanmaktadır. Öğrenci(ler) istediği uygulama alanlarını seçebilirler. Meta-sezgisel olarak parçacık sürü algoritması ele alınabilir. Bu projeyi alacak öğrencilerin veri madenciliği/makine öğrenmesi derslerini almış olmaları veya almaları gerekmektedir.

Öğrenci Sayısı: 1-2 öğrenci 

Proje Adı: Araştırma etkisinin tahmini (prediction of research impact)

Projenin Tanıtımı: Bu projenin amacı bir araştırma makalesinin makale başlığı ile ilgili anahtar kelimeleri kullanarak araştırmanın etkisini tahmin etmektir. Araştırmanın etkisinin önemli bir ölçütü yayınlandığı tarih itibariyle aldıkları alıntıların sayısıdır. Önerilecek algoritma ilgili bir alanda anahtar kelimeleri kullanarak alıntı sayısını tahmin edecektir.

Öğrenci Sayısı: 1-2 öğrenci 

Proje Adı: Nano-fotonik aygıtların ters tasarımı için sezgisel yöntemler

Projenin Tanıtımı: Bu projenin amacı yüksek boyutlu bir problem olan Nano-fotonik aygıtların ters tasarımı probleminin sezgisel yöntemlerle çözülmesidir. Bu projede odak nokta yüksek boyutlu optimizasyon problemleri için sezgisel yöntemlerin geliştirilmesidir. Nano-fotonik uygulamalarda matlab kullanılmaktadır. Kodlama matlabda yapılmasa bile matlab kütüphanelerinin çağrılması gerekmektedir.  

Öğrenci sayısı: 1-2 öğrenci 

Not: Yukarıdaki konu başlıkları dışında, makine öğrenmesi, meta-sezgiseller (evrimsel algoritmalar, sürü algoritmaları, vb. ) ya da pekiştirmeli öğrenme konularında öğrencinin önereceği bir konu üzerinde de uzlaşma sağlanabilir.