Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/11147/7148
Browse
4 results
Search Results
Now showing 1 - 4 of 4
Conference Object Citation - Scopus: 19Thquad: Turkish Historic Question Answering Dataset for Reading Comprehension(Institute of Electrical and Electronics Engineers Inc., 2021) Soygazi,F.; Çiftçi,O.; Kök,U.; Cengiz,S.Question answering(QA) is a field in natural language processing and information retrieval, it aims to give answers to the questions using natural language. In this paper, we present the Turkish question answering dataset, which is THQuAD and baseline results with contextualized word embeddings. THQuAD consists of two different datasets one of them is TQuad on Turkish Islamic Science history within the scope of Teknofest 2018 "Artificial Intelligence competition", the second dataset on Ottoman history within the scope of Teknofest 2020 "Dogal Dil íçleme Yarismasi" prepared by us. THQuAD is a reading comprehension dataset, consisting of questions, answers, and passages. Our objective is to give an answer to a specific question by understanding the passage and extracting the answer from this passage. We generate contextualized word embeddings from pre-trained Turkish Bert, Electra, Albert language models after fine-tuning on different hyperparameters with neural networks. © 2021 IEEEConference Object Citation - WoS: 7Citation - Scopus: 11Cell Segmentation of 2d Phase-Contrast Microscopy Images With Deep Learning Method(Institute of Electrical and Electronics Engineers Inc., 2019) Ayanzadeh, Aydın; Yağar, Hüseyin Onur; Yalçın Özuysal, Özden; Pesen Okvur, Devrim; Töreyin, Behçet Uğur; Unay, Devrim; Önal, SevgiThe quantitative and qualitative ascertainment of cell culture is integral to the robust determination of the cell structure analysis. Microscopy cell analysis and the epithet structures of cells in cell cultures are momentous in the fields of the biological research process. In this paper, we addressed the problem of phase-contrast microscopy under cell segmentation application. In our proposed method, we utilized the state-of-the-art deep learning models trained on our proposed dataset. Due to the low number of annotated images, we propose a multi-resolution network which is based on the U-Net architecture. Moreover, we applied multi-combination augmentation to our dataset which has increased the performance of segmentation accuracy significantly. Experimental results suggest that the proposed model provides superior performance in comparison to traditional state-of-the-art segmentation algorithms.Conference Object Citation - Scopus: 1Türkçe Tweetler Üzerinden Yapay Sinir Ağları ile Cinsiyet Tahminlemesi(Institute of Electrical and Electronics Engineers Inc., 2019) Sezerer, Erhan; Polatbilek, Ozan; Tekir, SelmaYazar ayrımlaması, yazarı bilinmeyen bir metin üzerinden yazarına dair cinsiyet, yaş ve dil gibi bazı anahtar özniteliklerin belirlenmesidir. Özellikle güvenlik ve pazarlama alanında önem arz etmektedir. Bu çalışmada, kullanıcıların tweetleri kullanılarak cinsiyetleri tahminlenmektedir. Yinelemeli Sinir Ağı (YSA) ve ilgi mekanizmasının birleşiminden oluşan bir model önerilmiştir. Bildiğimiz kadarıyla bu çalışma Twitter veri kümesi ile Türkçe’de ilk defa yapılmıştır. Önerilen model Türkçe, İngilizce, İspanyolca ve Arapça dillerinde sınanmış ve sırasıyla 80.63, 81.73, 78.22, 78.5 doğruluk değerlerine ulaşılmıştır. Elde edilen doğruluk değerleri Türkçe’de en gelişkin, diğer dillerde ise rekabetçi bir başarım ortaya koymaktadır.Conference Object Citation - WoS: 1Citation - Scopus: 6Faz Kontrast Optik Mikroskopi Zaman Serisi Görüntülerinde Hücrelerin Otomatik Bölütlenmesi(Institute of Electrical and Electronics Engineers Inc., 2019) Binici, Rıfkı Can; Şahin, Umut; Ayanzadeh, Aydın; Töreyin, Behçet Uğur; Önal, Sevgi; Okvur, Devrim Pesen; Yalçın Özuysal, Özden; Ünay, DevrimFaz kontrast optik mikroskopi hücrelerin canlı ortamlarında zamana bağlı incelenmesi için tercih edilen görüntüleme yöntemidir. Bu yöntem ile elde edilen zaman serisi görüntülerinde hücrelerin bölütlenmesi işi hücre biyolojisi araştırmacılarının çözümüne ihtiyaç duyduğu emek yoğun ve zaman alan bir iştir. Bu çalışmada faz kontrast optik mikroskopi zaman serilerinde hücrelerin otomatik bölütlenmesi için geleneksel görüntü işleme ve derin öğrenme temelli yöntemler önerilmiş ve başarımları elle işaretlenmiş veri kümelerinde nicel olarak ölçülmüştür.