Yazarlar
Yayınlar
- Doktora TeziAçık Erişim2026Yapay zekâ tartışmalarına teolojik yaklaşım
zeynep Şeren
Hızla gelişen yapay zekâ teknolojisi insanın en yeni ve etkin başarısı olarak görülmektedir. Yapay zekâ hayatın her alanına nüfuz ederek birçok alanda ihtiyaca çözümler üretebilen yapısı yanında, insana ve onun inancına dair bir takım iddialara kaynaklık etmesi yönünden tartışılmaya muhtaç bir konu haline gelmiştir. Özellikle yapay zekâ teknolojilerini teolojik ve ontolojik boyutlarıyla Kelam ilmi perspektifinden inceleyen bu çalışma, yapay zekânın bilinç ve irade kazanımına dair iddialarını, insanın ontolojisi ve teklife muhatap olması çerçevesinde incelemektedir. Ayrıca epistemolojik yeterliliği, transhümanizm gibi din karşıtı ideolojilerce tevhide aykırı şekillerde kullanılmak üzere desteklenmesi onu araçtan öte bir varlık olarak gösteren tartışmalar içerisine yerleştirmektedir. Yapay zeka çalışmalarına artan destek ve önem onu gelecekte daha bilinçli durumlar gösteren genel yapay zekâya ulaştıracağına dair kanaat oluşturmaktadır. Bu durum, Kelam ilminin konuya dair güncel ve dinamik argümanlar üretmesini kaçınılmaz kılmaktadır. Kelam ilmi İslâm akaidi çerçevesinde dinin özüne sadık açıklamaları ve savunmaları ile insanı kulluk dairesinden çıkaracak itikadi iddiaların oluşturduğu sapmaları önlemektedir. Çalışma yapay zekânın itikadın temelini oluşturan tevhit ve ahirete dair sapmalara sebebiyet verebilecek iddiaları konu edinmektedir. Ölümsüzlük, dinin yerini teknolojinin alması, insanın yaratıcı olarak konumlanması bunlardan bir kaçıdır. İslâm kelamının ve yapay zekânın iddialarının karşılaştırılması için kavram açıklamalarına ve insan mahiyetine dair kaynak taraması yapılmıştır. Henüz kesin, açık bir açıklaması olmayan bilinç ve ruh gibi kavramların çalışılması yanında yapay zeka sistemlerindeki hızlı gelişmeler konu hakkındaki kanaati belirlemeyi zorlaştıran etmenler olmuştur. Buna rağmen yapay zekâyı tanımak, kelami argümanlarını tartışmak ve doğruluk değerlerini belirlemek açısından çalışma değerlidir.
- Yüksek Lisans TeziAçık Erişim2026Zihin felsefesinde düşünce deneylerinin epistemik statüsü
Yasemin Revi
Bu tez, düşünce deneylerinin zihin felsefesindeki yerini ve felsefi bilginin oluşumuna sağladıkları katkıyı bütüncül bir bakış açısıyla değerlendirmeyi amaçlamaktadır. Özellikle, bilincin doğasının, kişisel kimliğin, zihin ile dış dünya arasındaki ilişkinin ve yapay zekânın imkânının tartışıldığı zihin felsefesinde temel bir yöntem olarak kullanılan düşünce deneylerinin, varsayımsal senaryolara dayanması nedeniyle bilgi üretme kapasiteleri, gerçekliği temsil etme biçimleri ve felsefi argümanlardaki epistemik değerleri tartışma konusudur. Bu kapsamda çalışmada öncelikle düşünce deneylerinin tarihsel gelişimi ele alınmış, Antik Çağ’dan modern döneme uzanan süreçte Platon’un Mağara Alegorisi, Theseus’un Gemisi, İbn Sînâ’nın Uçan Adamı ve Descartes’ın Kötü Cin Hipotezi gibi öne çıkan örnekler incelenmiştir. Ardından zihin felsefesinin temel problemleri değerlendirilmiş ve düşünce deneylerinin bu problemlerin açıklanması, kavramsallaştırılması ve tartışılmasındaki işlevi ortaya konmuştur. Bu doğrultuda Frank Jackson’ın Mary’nin Odası, David Chalmers’ın Zombi Argümanı, Hilary Putnam’ın Kavanozdaki Beyni, Alan Turing’in Turing Testi ve John Searle’ün Çince Odası düşünce deneyleri ayrıntılı biçimde analiz edilmiştir. Son olarak bu düşünce deneyleri kavramsal tutarlılık, tasavvur edilebilirlik, metafiziksel olanaklılık, sezgisel güvenilirlik, açıklayıcı güç, karşı senaryolara dayanıklılık ve teori seçimindeki rolleri gibi epistemik ölçütler çerçevesinde değerlendirilmiştir. Böylece, düşünce deneylerinin kavramsal analizin ötesinde felsefi bilgi üretimine özgün bir katkı sağlayıp sağlamadığı sorgulanmıştır.
- Yüksek Lisans TeziAçık Erişim2025Yozgat ilinde yerel medya ve yapay zeka: Nitel bir analiz
Rabia Sultan Sedef
Bu çalışma Yozgat ilindeki yerel medya çalışanlarının yapay zekâya yönelik algıları ve yapay zekânın haber üretimindeki yerini tespit etmek amacıyla nitel araştırma yöntemi ile yapılmıştır. Bu çalışma, Şubat 2025 ile Mayıs 2025 tarihleri arasında gerçekleştirilen yüz yüze görüşmelerle yürütülmüştür. Araştırmada nitel araştırma yöntemi benimsenmiş olup, veri toplama aracı olarak yarı yapılandırılmış görüşme tekniği kullanılmıştır. Çalışma kapsamında, katılımcılara yapay zeka ile ilgili düşünceleri ve kullanım alanları üzerine sorular yöneltilmiştir. Elde edilen veriler için nitel araştırma yöntemi çerçevesinde yer alan veri analizi tekniklerinden biri olan betimsel analiz kullanılmıştır. Katılımcılar, 8 kadın ve 22 erkek olmak üzere toplamda 30 kişiden oluşmaktadır. Katılımcılar, yapay zekânın yalnızca avantajlarının değil, aynı zamanda birtakım dezavantajlarının da bulunduğunu ifade etmişlerdir. Olumlu yanları ile kullanıldığında yapay zekânın meslekleri açısından bir yardımcı görevi gördüğünü söylemişlerdir.
- Yüksek Lisans TeziAçık Erişim2025Otomatik avuç içi bölütlenmesinin gerçekleştirilmesinde farklı derin öğrenme modellerinin performanslarının incelenmesi
Kadir Yalçın
Tıbbi görüntüleme teknolojilerindeki ilerlemeler, özellikle derin öğrenme tabanlı yöntemlerin kullanımıyla, el bölütleme gibi spesifik görevlerde dikkat çekici başarılar elde etmiştir. El bölütleme, biyometrik doğrulama sistemlerinde kimlik tespiti için kritik bir öneme sahiptir. Avuç içi damar yapıları, parmak uzunlukları ve deri dokusu gibi benzersiz biyometrik özelliklerin doğru bir şekilde çıkarılması, el bölütleme algoritmalarının doğruluğuna bağlıdır. Bu tez çalışmasında, el bölütleme probleminin çözümü için oto kodlayıcı tabanlı U-Net, MA-Net, FPN ve PSP-Net modelleri, Vision Transformer, EfficientNet-B5 ve ResNet-34 omurgaları ile değerlendirilmiştir. Modeller, Doğruluk (ACC), Intersection over Union (IoU), Dice katsayısı ve F1 skor gibi metriklerle analiz edilmiştir. Sonuçlar, Vision Transformer ile entegre edilen U-Net modelinin bölütleme de en yüksek başarı sağladığını göstermiştir (IoU: 0.8917, Dice: 0.9892). MA-Net, ResNet-34 omurgasıyla kullanıldığında en yüksek doğruluk değerine (0.9921) ulaşmıştır. Ayrıca bu kombinasyon, en yüksek F1 skorunu (0.9584) da elde etmiştir. EfficientNet-B5, MA-Net ve FPN ile etkili sonuçlar sunmuştur. Çalışmanın sonuçları, derin öğrenme modelleriyle elde edilen bölütleme başarısının biyometrik doğrulama sistemlerinin güvenilirliğini artırabileceğini ortaya koymaktadır. Özellikle U-Net - Vision Transformer ve MA-Net – ResNet-34 kombinasyonları, elin bölütlenmesinde yüksek performans göstermiştir. Bu bulgular, el bölütleme uygulamalarında model ve omurga seçimlerinin kritik olduğunu vurgulamaktadır.
- Yüksek Lisans TeziAçık Erişim2022Karadeniz Bölgesi'ndeki kuraklık koşullarının SPI ve yapay zeka tabanlı incelenmesi
Yasemin Deniz Öztürk
Türkiye'de 1940'lı yıllardan beri birçok kuraklık analiz çalışmaları gerçekleştirilmiştir. Bu çalışmalarda Türkiye'de en az incelenen bölgelerden bir tanesi Karadeniz Bölgesi'dir. Karadeniz Bölgesi Türkiye'nin en fazla yağış alan bölgesi olmakla birlikte yağış değerlerinde hem yıllara göre salınımlar yaşanmakta hem de kıyı alanlar ile iç kesimde yer alan alanlar arasında ciddi yağış farklılıkları oluşmaktadır. Bu çalışmada Karadeniz bölgesinde yer alan 26 meteoroloji istasyonu verilerine göre 1960-2020 arasında gerçekleşen kurak dönemler SPI ve yapay zeka yöntemleri kullanılarak incelenmiştir. SPI değerlerinin değişimi dikkate alındığında, bölge genelinde daha nemli koşullara doğru bir geçiş yaşanmaktadır. Bu durum hem istasyon bazlı hesaplanan SPI ısı haritalarında hem de tüm bölge için hesaplanan ortalama SPI değerlerinde görülmektedir. Bölge genelinde nemliliğe doğru bir eğilim olmakla birlikte tüm bölge için oluşturulan yıllık SPI değerlerine göre son 60 yıl içerisinde 1972-1987 döneminin en kurak dönem, 1996, 1969, 1974, 1984, 1986, 1993 ve 2020 yıllarının orta ve şiddetli kurak şeklinde geçtiği görülmektedir. Türkiye'de oldukça kurak geçen 2020 yılında özellikle Karadeniz'in iç kesimlerinde kuraklık daha belirgin yaşanmıştır. 6 farklı değişken kullanarak yapılan 14 farklı yapay zeka tahminlerine göre Karadeniz bölgesinde en iyi kuraklık tahminlerini Random Forest, IBK ve Kstar modelleri vermiştir. En düşük doğruluk oranı ise Naive Bayes yöntemine aittir.
- Yüksek Lisans TeziAçık Erişim2021Deprem sonrası hasarlı yolların yapay zekâ ile tespit edilerek en kısa yol güzergâhlarının anlık optimizasyonu
Nurcan Şimşek
Doğa kaynaklı afetlerden biri olan depremlerden sonra hasarlı yolların belirlenmesi ve hasar görmemiş uygun yolların bulunması, kurtarma işlemlerinin yürütülmesinde, insanların etkilenen bölgeden en kısa sürede tahliyesinde ya da insani yardım malzemelerinin bölgeye sevk edilmesinde hayati önem taşımaktadır. Günümüzde kullanılan geleneksel insan gözlemi ve uydu görüntüleri ile yapılan yol hasarı değerlendirmeleri zaman alıcı ve maliyetli olmalarının yanı sıra sadece yollarda bulunan hasarları inceleyerek afet bölgelerine ulaşabilmek için trafik geçişi hakkında herhangi bir bilgi içermemektedirler. Bu çalışmada; depremlerden sonra meydana gelen yol hasarlarının otomatik belirlenip afet bölgelerine yakın başka bir güzergâhın belirlenmesi için evrişimli sinir ağı ve klasik en kısa yol algoritmasının birbirine entegrasyonu ile hızlı ve verimli bir hibrit taşıma sistemi oluşturulmuştur. CNN algoritması hasarlı ve hasarsız olmak üzere toplamda 552 yol görüntülerinden oluşan veri setinde eğitilerek VGG-16 mimarisi ile gerçekleştirilen test sonrasında %97 oranında doğruluk elde etmeyi başarmıştır. CNN algoritmasının açık yol ve kapalı yol olarak yapmış olduğu tahminler ile klasik en kısa yol algoritması üzerinden hasar gören yollar, kullanılan ceza terimi ile çıkartılıp tüm kullanılabilir güzergâhlar arasından en kısa mesafeli olan güzergâh belirlenmiştir. Bu iki algoritmanın birbirine entegrasyonu ile hızlı ve verimli bir hibrit taşıma sistemi oluşturularak başarılı sonuçlar elde edilmiştir.
- Yüksek Lisans TeziAçık Erişim2021Görüntü segmentasyonu ile entegre edilmiş evrişimli sinir ağları ile deprem sonrası hasarlı binaların otomatik olarak tespiti
Recep Kiriş
Doğal afet türlerinden biri olan depremlerin meydana gelmesinden sonra birçok afetzedenin hayatını kurtarabilmek ve kriz yönetimini daha mükemmel sonuçlandırabilmek için afet bölgesinde bulunan hasarlı binaları mümkün olduğunca en kısa sürede tespit etmek ve tespit edilen hasarlı binalara müdahalelerde bulunmak son derece önemlidir. Günümüzde, deprem sonrasında hasarlı binaların tespiti afet bölgesinde görev alan yetkililer tarafından gözlemlenerek, uydu görüntülerinden veya helikopter gibi hava araçlarından alınan görüntülerden faydalanılarak yapılmaktadır. Yetkililerin gözlemleriyle hasarlı binaların tespiti zaman açısından ciddi kayıplar doğururken, tespitlerin doğruluğu bakımından da güvenilirliği tartışılır düzeydedir. Bu çalışmada, deprem ve sel gibi beklenmedik afetlerden sonra hasarlı veya tahrip olmuş binaların otomatik olarak tespit edilebilmesi için yapay zeka tabanlı sistemler test edilmiştir. Çalışma sırasında görüntü sınıflandırma literatüründe sıklıkla kullanılan VGG-16, VGG-19 ve NASNet evrişimli sinir ağı modelleri kullanılmıştır. Bu modelleri etkili bir şekilde uygulayabilmek için, önce çalışmada kullanılan tüm görüntüler K-Means kümeleme algoritması ile segmentlere ayrılmıştır. Sonrasında, çalışmanın ilk aşaması için, "hasarlı binalar" ve "normal binalar" olarak etiketlenen resimler sınıflandırılmıştır. VGG-19 modeli test setinde %90 doğruluk oranı elde edilmiştir. Çalışmanın ikinci aşamasında "hasarlı binalar", "daha az hasarlı binalar" ve "normal binalar" olarak etiketlenen resimler için çok sınıflı bir sınıflandırma algoritması oluşturulmuştur. Bu aşamada VGG-19, VGG-16 ve NASNet test setinde sırasıyla yaklaşık %69, %66 ve %62.5 doğruluk oranı elde edilmiştir.
