Berna Cengiz

Berna Cengiz

Auto-generated profile, based on publicly available information

Berna Cengiz

Firat Universitesi

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications

27 September 2019 in Fırat Üniversitesi Mühendislik Bilimleri Dergisi
Verified
Journal Article
Open access
PDF file
Resul DasResul Das
Resul Das
BPBerna Polat
Berna Polat
GTGurkan Tuna
Gurkan Tuna
Görüntü işleme yöntemleri kullanılarak durağan görüntülerin analizleri gerçekleştirilebilir ve söz konusu görüntülerden anlamlı bilgiler çıkarılabilir. Tespit ve tanıma sonrasında takip edilecek olan nesnenin değişken bir ortam içinde bulunması zorlaştırıcı unsurlardan birisidir. Bunun gibi zorlaştırıcı unsurlarla başa çıkabilmek ve nesne takibini başarıyla gerçekleştirebilmek için farklı yöntemler geliştirilmiştir. Askeri uygulamalarda yaygın olarak kullanılan elektro-optik algılayıcı sistemleri hareketli ve sabit hedeflerin belirlenmesini sağlamaktadır. Son yıllarda yapay zekâ tabanlı bileşenlerle güçlendirilen bu sistemler hem daha hızlı hem de daha kesin hedef tespiti yapmayı sağlamaktadır. Öte yandan, derin öğrenme algoritmaları yapay zekâ alanında bir devrim yaratmıştır. Derin öğrenme algoritmalarının görüntü işlemede kullanılması oldukça başarılı sonuçlar alınmasını ve karmaşık görüntü işleme problemlerinin kolaylıkla çözüme kavuşturulabilmesini sağlamaktadır. Bu çalışmada derin öğrenme ile hareketli nesne tanıma ve takibi için Google’ın açık kaynak kodlu makine öğrenmesi kütüphanesi olan TensorFlow kullanılmıştır. Nesne takibi için Region Based Convolutional Networks kütüphanesinden Faster R-CNN modeli ele alınmıştır. Bu kütüphaneler ile durağan görüntüler, video görüntüleri ve webcam görüntüleri üzerinde nesne tanıma işlemi gerçekleştirilmiş ve incelenen kütüphanelerin güçlü ve zayıf yönleri ortaya konmuştur.


27 March 2025 in Fırat Üniversitesi Mühendislik Bilimleri Dergisi
Verified
Journal Article
Open access
PDF file
BÇBerna Çengiz
Berna Çengiz
FEFaysal Elbeg
Faysal Elbeg
MOMehmet Ozdem
Mehmet Ozdem
Resul DasResul Das
Resul Das
Her geçen gün gelişen teknoloji ile, üretilen veri miktarı devasa boyutlara ulaşmaktadır. Veri, diğer verilerle olan ilişkisiyle birlikte en güçlü ve anlamlı bilgiyi oluşturur. Veriler arasındaki ilişkinin verinin kendisinden daha önemli olması dikkat çeken noktalardan biridir. Bu ilişkiler, İlişkisel veritabanları tarafından verimli bir şekilde ele alınır. Ancak büyük miktarda veriyi ilişkileriyle birlikte ele almak sıkıcı bir süreçtir. Çizge Veritabanları, İlişkisel veritabanlarındaki varlıklar ve ilişkileri, çizge veritabanlarındaki düğümler ve ilişkiler ile daha basite indirgemektedir. Bu makale, Türkiye’deki üniversiteler ve akademisyenler hakkında kapsamlı bir veri görselleştirme aracı geliştirmek için Neo4j graf veritabanının kullanımını ele almaktadır. Yükseköğretim Kurulu (YÖK) tarafından sağlanan veriler kullanılarak, üniversiteler, akademik birimler ve akademisyenler arasındaki ilişkiler görselleştirilmiştir. Çalışma, akademik ağların daha iyi anlaşılmasını sağlamayı ve araştırmacılar, eğitim yöneticileri ve politika yapıcılar için değerli içgörüler sunmayı amaçlamaktadır. Uygulamanın geliştirilme süreci, veri toplama yöntemleri, kullanılan teknik araçlar ve analiz yöntemleri detaylı olarak sunulmaktadır. Elde edilen bulgular, Türkiye’deki akademik yapının ve araştırma işbirliklerinin daha etkili bir şekilde analiz edilmesine olanak tanımaktadır. Sonuç olarak, bu çalışma Neo4j’nin eğitim ve araştırma verilerinin görselleştirilmesi için güçlü bir araç olduğunu ortaya koymaktadır.