Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection

Permanent URI for this collectionhttps://hdl.handle.net/11147/7148

Browse

Filters

20242

Settings

Scopus Q: search.filters.scopusQuartile.Q4Subject: search.filters.subject.Artificial Intelligence

Search Results

Now showing 1 - 2 of 2
  • Article
    Citation - Scopus: 3
    University Librarians’ Perceptions of Artificial Intelligence, Its Application Areas in Libraries, and The Future
    (University and Research Librarians Association (UNAK), 2024) Gürdal, Gültekin; Çuhadar, Sami; Mert, Selma; Gezer, Çağatay; Helvacıoğlu, Ece; Arus, Oya; Aslan, Özlem; Karslı, Melahat; Sönmez, Çiğdem; Taş, Ali; Açıkalın, Cansu; Mazlumoğlu, Ayça Aydemir; Erken, Mehmet; Yılmaz, Müberra; Çerkez, Özlem Araz; Uğur, Emrullah; Menemenlioğlu, Alper; Şenoğlu, Aysel; Atlı, Songül; Cuhadar, Sami; Gurdal, Gultekin; Erken, Mehmet; Mert, Selma; Gezer, Cagatay; Helvacıoğlu, Ece; Atli, Songül
    Günümüzde kütüphaneler, değişen teknoloji ve yeniliklerden etkilenen kurumlar arasında yer almaktadır. Yapay zeka teknolojilerinin popüler hale gelmesi, kütüphane hizmetlerini de dönüştürmeye başlamıştır. Bu araştırmada, Türkiye’deki üniversite kütüphanelerinin yapay zeka teknoloji ve uygulamalarının gelişim sürecinde yapmış olduğu ve yapmayı planladığı düzenlemeleri tespit etmek ve ilgili döneme özel geliştirdikleri hizmetleri belirlemek amacıyla bir anket uygulanmıştır. Anket, Türkiye’deki 208 üniversite kütüphanesinden 111 üniversite kütüphanesi yöneticisinin katılımıyla gerçekleştirilmiştir. Verilerin analizi ile üniversite kütüphanelerinin yapay zeka teknolojileri ve uygulamaları hakkındaki durumu, bilgi ve farkındalık düzeyleri belirlenmiş, eksik ve zayıf yönlerin geliştirilmesine yönelik önlemler ve öneriler sunulmuştur. İlgili araştırma, yapay zeka konusunda Türkiye’de üniversite kütüphanesi yöneticilerinden görüş ve öneri alarak gerçekleştirilen ilk ve en kapsamlı çalışmadır. Araştırma bulguları, üniversite kütüphanelerinin ChatGPT, Gemini, Grammarly vb. yapay zeka uygulamalarını belirli düzeyde kullandıklarını ancak yapay zeka ile ilgili kurumsal politika geliştirme, personele yetkinlik kazandırma ve planlama konularında ihtiyaçlarının olduğu ortaya çıkmıştır.
  • Conference Object
    Citation - Scopus: 3
    Predicting Software Size and Effort From Code Using Natural Language Processing
    (CEUR-WS, 2024) Tenekeci, S.; Demirörs, Onur; Ünlü, H.; Dikenelli, E.; Selçuk, U.; Kılınç Soylu, G.; Demirörs, O.
    Software Size Measurement (SSM) holds a crucial role in software project management by facilitating the acquisition of software size, which serves as the primary input for development effort and schedule estimation. However, many small and medium-sized companies encounter challenges in conducting objective SSM and Software Effort Estimation (SEE) due to resource constraints and a lack of expert workforce. This often leads to inaccurate estimates and projects exceeding planned time and budget. Hence, organizations need to perform objective SSM and SEE with minimal resources and without relying on an expert workforce. In this research, we introduce two exploratory case studies aimed at predicting the functional size (COSMIC and Event-based size) and effort of software projects from the code using a deep-learning-based NLP model: CodeBERT. For this purpose, we collected and annotated two datasets consisting of 4800 Python and 1100 C# functions. Then, we trained a classification model to predict COSMIC data movements (entry, exit, read, write) and four regression models to predict Event-based size (interaction, communication, process) and effort. Despite utilizing a relatively small dataset for model training, we achieved promising results with an 84.5% accuracy for the COSMIC size, 0.13 normalized mean absolute error (NMAE) for the Event-based size, and 0.18 NMAE for the effort. These findings are particularly insightful as they demonstrate the practical utility of language models in SSM and SEE. © 2024 Copyright for this paper by its authors.