Duyurular – Sayfa 6

Şubat 14, 2022Yüksek Lisans Mezuniyeti: Laleh Eskandarian

Laleh Eskandarian 4 Şubat 2022 tarihinde ''Structural connectivity alters in Pediatric Systemic Lupus Erythematosus prior to neuropsychiatric manifestations'' başlıklı tez sunumunu gerçekleştirdi. ABSTRACT Systemic lupus erythematosus (SLE) is an autoimmune multi-system…

Laleh Eskandarian 4 Şubat 2022 tarihinde ”Structural connectivity alters in Pediatric Systemic Lupus Erythematosus prior to neuropsychiatric manifestations” başlıklı tez sunumunu gerçekleştirdi. ABSTRACT Systemic lupus erythematosus (SLE) is an autoimmune multi-system disorder affecting the central nervous system which may exhibit neuropsychiatric manifestations. Pediatric-onset SLE is rare and although there is an increased risk of neuropsychiatric symptoms, underlying pathological mechanisms remain poorly understood. This study explored the entire white matter network with brain structural connectivity and DTI tractography analysis to provide a better understanding of the probable connectivity alterations. Whole-brain structural connectivity and tractography of 17 pediatric-onset SLE patients without neuropsychiatric involvement (non-NPSLE) and 8 age and gender matched healthy controls were explored. To investigate the topological structure, graph theory analysis was applied. Global and nodal network features were derived by estimating structural connectivity matrices between 360 brain regions of the HCP atlas. Non-NPSLE patients demonstrated higher network characteristic path length and assortativity and lower density and global efficiency compared with healthy controls. The hubs were selected according to the strength of the nodes and their structure and distribution were changed in the patients. According to the altered hubs’ network characteristics significant modifications between HCs and non-NPSLE, along with TBSS findings, altered regions were observed in language, visual, auditory, and motor-related areas. These findings are in good agreement with WISC-IV Verbal Comprehension Index. Compared to healthy controls non-NPSLE patients showed significantly lower scores according to WISC-IV score components. To conclude, from a network and connectivity perspective, our research demonstrated an altered topological structure of the brain in non-NPSLE patients. The findings of this study provide a better understanding of the structural alterations underlying pediatric-onset non-NPSLE patients’ functional and neurocognitive abnormalities.

Şubat 14, 2022UMRAM’DAN YENİ BİR MAKALE: Long-term efficacy and safety of WovenEndoBridge (WEB)-assisted cerebral aneurysm embolization

Dr. Algın ve ekibinin yeni çalışması yayınlandı. Prof. Dr. Oktay ALGIN ve birlikte çalıştıkları bilim adamlarının son zamanlarda yaptıkları bir araştırma ‘Interventional Neuroradiology’ adlı uluslararası bilimsel dergide yayınlandı. ‘Long-term efficacy and safety…

Aralık 23, 2021IEEE Türkiye Bilim Ödülleri

2020 ve 2021 yılları IEEE Türkiye Bilim Ödülleri 18 Aralık 2021 tarihinde Bilkent Üniversitesi’nde gerçekleşen törenle sahiplerine takdim edildi. UMRAM öğretim üyesi Emine Ülkü Sarıtaş, 2020 IEEE Türkiye Araştırma Teşvik Ödülü'ne layık…

Aralık 23, 20212021 Parlar Araştırma Teşvik Ödülü: Hulusi Kafalıgönül

Parlar Vakfı, bilim ve sanayide yapılan araştırma çalışmaları ve hizmetleri değerlendirmek ve büyüyen nesilleri teşvik etmek amacıyla her yıl Onursal Bilim, Hizmet, Araştırma ve Teknoloji Teşvik Ödülleri vermektedir. UMRAM öğretim üyesi Hulusi…

Aralık 17, 2021Doktora mezuniyeti: Emin Çelik

Emin Çelik, “Spatially Informed Voxelwise Modeling and Dynamic Scene Category Representation in the Human Brain” başlıklı doktora tezini 15 Aralık 2021 tarihinde sunmuştur. ÖZET İnsanlar doğal sahnelerdeki genel bilgiyi hızla işleyerek…

Emin Çelik, “Spatially Informed Voxelwise Modeling and Dynamic Scene Category Representation in the Human Brain” başlıklı doktora tezini 15 Aralık 2021 tarihinde sunmuştur. ÖZET İnsanlar doğal sahnelerdeki genel bilgiyi hızla işleyerek sahnenin kategorisini çıkarabilir. Ancak doğal dünyada dinamik olarak gözlenen sahne kategorilerinin, sahneye seçici birkaç bilinen bölgenin ötesinde beyin korteksinde temsil edilip edilmediği ve nasıl temsil edildiği açık değildir. Bu soruyu yanıtlamak için katılımcılar doğal filmler izlerken tüm beyinden kan oksijenlenme düzeyine bağlı (BOLD) yanıtlar kaydedilmiş ve dinamik görsel sahnelerin temsili incelenmiştir. Doğal dünyadaki nesne ve eylemlerin istatistiksel topluluklarını yansıtan sahne kategorilerine ayarlanmayı kestirmek için voksel düzeyinde kodlama modelleri uydurulmuştur. Voksel düzeyinde modelleme (VM), karmaşık doğal uyaranlardaki zengin öznitelik kümesinin oluşturduğu tek voksel yanıtlarını öngörmek için güçlü bir çerçevedir. Ancak VM komşu vokseller arasındaki ilişkileri göz ardı ettiğinden, ölçüm gürültüsü yüksek olduğunda işlevsel seçiciliği saptama duyarlılığı azalabilir. Bu tezde, voksellerin uzamsal komşuluklarındaki yanıt ilişkilerinden yararlanan uzamsal bilgili voksel düzeyinde modelleme (SPIN-VM) önerilmektedir. Ortak bilgiden en iyi biçimde yararlanmak için SPIN-VM, tek voksel yanıt öngörüleri üretmeye devam ederken model özniteliklerinin yanı sıra uzamsal komşuluklar boyunca da düzenlileştirme uygular. VM’ye göre SPIN-VM daha yüksek öngörü doğruluğu sağlamakta ve korteks boyunca yerel olarak tutarlı bilgi temsillerini daha iyi yakalamaktadır. Sahne kategorisi modelinin beyin korteksinin geniş bir bölümünde yanıt varyansının önemli bir kısmını açıkladığı bulunmuştur. Korteks boyunca sahne kategorisi ayar profillerinin kümeleme analizi, katılımcılar arasında tutarlı olan ve uzamsal olarak birbirinden ayrılan dokuz beyin bölgesi ağı ortaya koymaktadır. Bu ağlar yön bulma, insan etkinliği, sosyal etkileşim, uygarlık, doğal çevre, insan dışı hayvanlar, hareket enerjisi ve doku ile ilgili çok çeşitli dinamik sahne kategorilerine farklı ayarlanma göstermektedir. Bu bulgu, sahne kategorisi temsilinin düzeninin oldukça karmaşık olduğuna işaret etmektedir. Anahtar sözcükler: fMRI, voksel düzeyinde modelleme, hesaplamalı nörobilim, uzamsal düzenlileştirme, tutarlı temsil, dinamik sahne kategorisi temsili, kümeleme analizi. Danışman: Doç. Dr. Tolga Çukur

Kasım 10, 2021Tolga Çukur’a TÜSEB Aziz Sancar Teşvik Ödülü

Elektrik ve Elektronik Mühendisliği Bölümü ve UMRAM öğretim üyesi Doç. Dr. Tolga Çukur, Türkiye Sağlık Enstitüleri Başkanlığı (TÜSEB) tarafından ödüle layık görülmüştür. Nobel ödüllü Aziz Sancar'ın adını taşıyan TÜSEB ödülleri, sağlık bilimleriyle…

Ekim 21, 2021Gauss sözcük gömmeleriyle anlam değişimi tespiti

Sözcüksel anlam değişimi problemine yönelik olarak KocLab tarafından Gauss sözcük gömmesine (w2g) dayalı ilk yaklaşım geliştirilmiş ve IEEE Transactions on Audio, Speech and Language Processing dergisinde yayımlanan “Semantic Change Detection with Gaussian…

Sözcüksel anlam değişimi problemine yönelik olarak KocLab tarafından Gauss sözcük gömmesine (w2g) dayalı ilk yaklaşım geliştirilmiş ve IEEE Transactions on Audio, Speech and Language Processing dergisinde yayımlanan “Semantic Change Detection with Gaussian Word Embeddings” başlıklı makalede tanıtılmıştır. Önerilen yöntem, alanın standart değerlendirme çerçevesi olan SemEval 2020 Görev 1’de üst sıralarda yer almış ve iki alt görevden birinde birinci olmuştur. Kültürel ve dilsel etkiler sözcüklerin anlamsal uzaydaki anlamlarını değiştirdiği için diller zamanla evrilir. Artzamanlı anlam değişimi çalışmaları sözcük anlamlarındaki bu değişimleri inceler. Sözcüksel anlam değişiminin hesaplamalı olarak tespiti ve analizi, hesaplamalı anlambilim ve dilbilim açısından kuramsal öneminin yanı sıra, anlamı değişmiş sözcüklerin belirlenmesi pek çok üst düzey doğal dil işleme uygulamasının başarımını artırdığı için de temel öneme sahiptir. KocLab, w2g gömmelerini kullanan ve insan yargılarıyla yüksek ilişki gösteren bu kuramsal temelli yaklaşımla sözcüksel anlam değişimi tespiti alanına önemli bir katkı sağlamaktadır. W2g gömmelerinin varyans bileşenleri, sözcüklerin anlamsal vektör uzayındaki göreli konumlarının yanı sıra anlamsal kapsamlarını da modellemektedir. Anlam değişimi yalnızca anlamın uzayda kayması olarak değil, anlamsal kapsamın daralması ya da genişlemesi olarak da gerçekleştiği için bu özellik önemli bilgi sağlamaktadır. Makaleye [buradan] erişilebilir. Özet: Dillerin evriminin artzamanlı incelenmesi doğal dil işlemede önemlidir. Son yıllarda gelişen sözcük temsil teknikleri ve artzamanlı derlemlerin erişilebilirliği sayesinde sözcüksel anlam değişiminin (LSC) tespiti ve nitelendirilmesi için hesaplamalı yaklaşımlarda belirgin bir artış görülmüştür. Bu çalışmada Gauss sözcük gömmesine (w2g) dayalı bir yöntem önerilmekte ve LSC tespiti için kapsamlı bir inceleme sunulmaktadır. W2g, olasılık dağılımına dayalı bir sözcük gömme modelidir ve sözcükleri ortalama (sözcük vektörü) ile birlikte kovaryans bilgisini kullanan Gauss karışım modelleri olarak temsil eder. W2g tabanlı LSC tespitinin çeşitli yönleri SemEval-2020 Görev 1 değerlendirme çerçevesinde ve Google N-gram derlemi kullanılarak ayrıntılı biçimde incelenmiştir. SemEval-2020 Görev 1’in Alt Görev 1’inde (LSC ikili sınıflandırma) en yüksek genel sıralama ile dört dilden ikisinde (Almanca ve İsveççe) en yüksek sıralama elde edilmiştir. Alt Görev 2’de (LSC sıralama) İsveççe için en yüksek Spearman ilişkisi elde edilmiştir. LSC sınıflandırma ve sıralama alt görevlerindeki genel sıralamalar sırasıyla 1. ve 7.’dir. Nitel bir analiz de sunulmaktadır.

Ekim 21, 2021Etiket dengesizliği için dinamik ağırlıklandırmayla 100 dilde çok etiketli duygu analizi

Dr. Koç ve çalışma arkadaşlarının duygu analizi üzerine çalışması IEEE Transactions on Neural Networks and Learning Systems dergisinde yayımlanmıştır. “Multi-Label Sentiment Analysis on 100 Languages with Dynamic Weighting for Label Imbalance” başlıklı…

Ekim 21, 2021Doğrusal kanonik dönüşümlerin operatör kuramına dayalı hesaplanması

Dr. Koç ve çalışma arkadaşlarının Signal Processing dergisinde yayımlanan “Operator Theory-based Computation of Linear Canonical Transforms” başlıklı makalesinde operatör kuramı doğrusal kanonik dönüşümlerin hesaplanmasına uygulanmıştır. Hiperdiferansiyel operatörlerden yararlanan ve olası parametreler ile…

Dr. Koç ve çalışma arkadaşlarının Signal Processing dergisinde yayımlanan “Operator Theory-based Computation of Linear Canonical Transforms” başlıklı makalesinde operatör kuramı doğrusal kanonik dönüşümlerin hesaplanmasına uygulanmıştır. Hiperdiferansiyel operatörlerden yararlanan ve olası parametreler ile tasarım seçeneklerini sistematik olarak inceleyen önerilen algoritma, hem kuramsal olarak tutarlı hem de yüksek doğruluklu bir ayrık doğrusal kanonik dönüşüm (DLCT) tanımı elde etmektedir. Bu yaklaşımın üstünlüğü, karmaşık ayrık dönüşümleri tanımlama problemini ayrık koordinat çarpımı ve türev alma işlemlerini tanımlamak gibi çok daha basit bir probleme indirgemesidir. Yaklaşım, ayrık dönüşümler kuramında yeni araştırma yönlerine kapı açabilir. Makaleye [buradan] erişilebilir. Özet: Doğrusal kanonik dönüşümler (LCT) bilim ve mühendisliğin pek çok alanında yaygın olarak kullanılmakta ve tatmin edici bir ayrık gerçekleştirme gerektirmektedir. Son zamanlarda hiperdiferansiyel operatörler ayrık LCT’yi (DLCT) tanımlamanın yeni bir yolu olarak önerilmiştir. Bu çalışmada önce alternatif ayrık koordinat çarpımı ve türev alma işlemleri ele alınarak bu yaklaşımın doğruluğunun artırılmasına odaklanılmaktadır. LCT’lerin kanonik ayrışımları da ele alınmakta ve ilk önerilen Iwasawa ayrışımıyla karşılaştırılmaktadır. Sürekli LCT’nin DLCT ile yaklaşıklanmasının doğruluğunun büyük ölçüde artırılabildiği gösterilmektedir. Yaklaşımın üstünlüğü, dönüşümleri bu işlemlere indirgeyerek karmaşık ayrık dönüşümleri tanımlama problemini yalnızca ayrık koordinat çarpımı ve türev alma işlemlerini tanımlamaya indirgemesidir. Olası parametrelerin ve tasarım seçeneklerinin sistematik incelenmesi sonucunda hem kuramsal olarak tutarlı hem de yüksek doğruluklu bir DLCT elde edilmektedir.

Eylül 2, 2021Cerebrospinal fluid velocity changes of idiopathic scoliosis: A preliminary study on 3-tesla PC-MRI and 3D-SPACE-VFAM data

Dr. Algın ve ekibinin yeni çalışması yayınlandı. Prof. Dr. Oktay ALGIN ve birlikte çalıştıkları bilim adamlarının son zamanlarda yaptıkları yeni bir araştırma ‘Child's Nervous System’ adlı bilimsel dergide yayınlandı. ‘Cerebrospinal fluid velocity…

Temmuz 13, 2021Hukukta Doğal Dil İşleme

“Hukuk Metinlerinde Yapay Zeka Uygulamaları için Doğal Dil İşleme ve Makine Öğrenimi Teknikleri” adlı TÜBİTAK 1001 Projesinin bir sonucu olarak KoçLab, Bilgi İşlem ve Yönetim alanında bir dergi makalesinin yayınlandığını duyurmaktan mutluluk…

“Hukuk Metinlerinde Yapay Zeka Uygulamaları için Doğal Dil İşleme ve Makine Öğrenimi Teknikleri” adlı TÜBİTAK 1001 Projesinin bir sonucu olarak KoçLab, Bilgi İşlem ve Yönetim alanında bir dergi makalesinin yayınlandığını duyurmaktan mutluluk duyar. “Hukukta Doğal Dil İşleme: Türkiye Yüksek Mahkemelerinde Sonuçların Tahmini” başlıklı bildiri, Türk Hukuk Sistemini kapsamlı bir şekilde ele alan ve Türkiye Cumhuriyetin hukuk sistemi için Doğal Dil İşleme (NLP) tekniklerini geliştiren öncü bir çalışmadır.

Bu çalışma, incelenen mahkeme sayısı ve kullanılan algoritma sayısı açısından literatürdeki diğer hukuk sistemlerindeki ve dillerdeki benzer çalışmalardan daha geniştir. Çalışma ayrıca bazı pratik uygulamaları ve bu tür makine tabanlı tahmin sistemlerinin kullanımının yasal ve etik sonuçlarını tartışıyor. Bu nedenle, ülkemiz hukuk sistemi için sadece NLP ve AI’ye öncülük etmekle kalmaz, aynı zamanda bu alanda yapılacak daha sonraki çalışmalar için bir referans noktası ve temel oluşturur.

Makaleye buradan ulaşabilirsiniz.

Abstract: Natural language processing (NLP) based approaches have recently received attention for legal systems of several countries. It is of interest to study the wide variety of legal systems that have so far not received any attention. In particular, for the legal system of the Republic of Turkey, codified in Turkish, no works have been published. We first review the state-of-the-art of NLP in law, and then study the problem of predicting verdicts for several different courts, using several different algorithms. This study is much broader than earlier studies in the number of different courts and the variety of algorithms it includes. Therefore it provides a reference point and baseline for further studies in this area. We further hope the scope and systematic nature of this study can set a framework that can be applied to the study of other legal systems. We present novel results on predicting the rulings of the Turkish Constitutional Court and Courts of Appeal, using only fact descriptions, and without seeing the actual rulings. The methods that are utilized are based on Decision Trees (DTs), Random Forests (RFs), Support Vector Machines (SVMs) and state-of-the-art deep learning (DL) methods; specifically Gated Recurrent Units (GRUs), Long Short-Term Memory networks (LSTMs) and bidirectional LSTMs (BiLSTMs), with the integration of an attention mechanism for each model. The prediction results for all algorithms are given in a comparative and detailed manner. We demonstrate that outcomes of the courts of Turkish legal system can be predicted with high accuracy, especially with deep learning based methods. The presented results exhibit similar performance to earlier work in the literature for other languages and legal systems.

Haziran 30, 2021Çok ölçekli elektromanyetik problemlerin geniş bantlı analizi: Potansiyel integral denklemleri için yeni eksik yapraklı MLFMA

Dr. Manouchehr Takrimi'nin hesaplamalı elektromanyetik üzerine çalışması IEEE Transactions on Antennas and Propagation dergisinde yayımlanmıştır. Çalışmada eksik ağaç yapıları, potansiyel integral denklemlerinin (PIE) çözümü için karma biçimli çok düzeyli hızlı çokkutup algoritmasıyla…

Dr. Manouchehr Takrimi‘nin hesaplamalı elektromanyetik üzerine çalışması IEEE Transactions on Antennas and Propagation dergisinde yayımlanmıştır. Çalışmada eksik ağaç yapıları, potansiyel integral denklemlerinin (PIE) çözümü için karma biçimli çok düzeyli hızlı çokkutup algoritmasıyla (MLFMA) birlikte kullanılmakta ve çok ölçekli açık ve kapalı yüzeylerden elektromanyetik saçılma ve ışımanın doğru ve verimli biçimde analiz edilmesini sağlayan bir algoritma elde edilmektedir. Algoritma nüfus tabanlıdır ve çoğunlukla çok değişken ayrıklaştırmalarla modellenen çok ölçekli geometriler için düzgün olmayan kümeleme kullanmaktadır. Algoritma, 2016 yılında yayımlanan yüzey integral denklemlerine (SIE) dayalı ilk sürümünden ve 2017 yılında yayımlanan hacim integral denklemleri (VIE) sürümünden önemli ölçüde farklılaştırılmıştır. Budanmış kutular eklenerek ve kutudan kutuya, yakın alan ve uzak alan etkileşimleri yeniden düzenlenerek PIE’lerle birlikte kullanım için gerekli altyapı sağlanmıştır. Kanonik ve gerçek çok ölçekli geometrilerin saçılma ve ışıma analizlerinden elde edilen sayısal sonuçlar algoritmanın üstünlüğünü açıkça göstermektedir. Hatanın denetlenebildiği algoritma doğru olup çalışma süresi ve özellikle bellek gereksinimi açısından çok verimlidir ve bellekte bir büyüklük mertebesinden fazla tasarruf sağlayabilmektedir. Makaleye buradan erişilebilir. Özet: Manyetik alan integral denklemi için kısa süre önce tanıtılan eksik ağaç yapıları değiştirilmiş ve karma biçimli MLFMA ile birlikte kullanılarak, çok ölçekli açık ve kapalı yüzeylerden saçılma ve ışıma için potansiyel integral denklemlerinin çözümüne yönelik yeni bir geniş bantlı eksik yapraklı MLFMA (IL-MLFMA) geliştirilmiştir. Nüfus tabanlı bu algoritma, derin düzeylerin gerektiğinde doğruluktan ödün vermeden güvenle kullanılmasını sağlayan düzgün olmayan bir kümeleme kullanmaktadır. Böylece hata denetlenebilir kalırken verimlilik artmakta ve bellek gereksinimi büyüklük mertebeleriyle azalmaktadır. Algoritmanın üstünlüğü çeşitli kanonik ve gerçek çok ölçekli geometrilerde gösterilmiştir.