Bu çalýþmada, hastalarýn anlýk veya sürekli olarak takibini gerektiren durumlarda, hareket sýnýrlýlýðý olmadan kalp sinyallerini izlemek için, taþýnabilir bir elektrokardiyogram (EKG) devresi tasarlanmýþtýr. Tek kullanýmlýk Elektrotlar vasýtasýyla hastadan alýnan EKG sinyalinin algýlanmasý, yükseltilmesi, temizlenmesi ve sayýsallaþtýrýlmasý gerçekleþtirildikten sonra Zigbee 802.11.4 standardýna göre çalýþan Kablosuz Algýlayýcý Að (KAA) ile merkezi bir düðüme iletilmesi gerçekleþtirilmiþtir. Bilgisayarýn seri portunda bulunan merkezi düðümden alýnan EKG verisi, sürekli akýþ grafiðine dönüþtürülmüþtür. Geliþtirilen taþýnabilir bu sistem ile hasta EKG’lerinin takibinde kablo kullanma zorunluluðu ortadan kaldýrýlmýþtýr. Gerçekleþtirilen bu çalýþmadan da görüleceði üzere KAA’nýn kendi kendine að oluþturma yeteneði ve arttýrýlabilir düðüm özelliði sayesinde EKG sinyallerinin uzak mesafelere iletim kýsýtlamasý aþýlabilir. KAA ile biyolojik iþaretlerin iletimi hastalarýn uzak mesafelerden takibini yapan birçok çalýþmaya ýþýk tutacaktýr.

Bu çalýþmada, piyasada bulunan Hata Takip ve Yönetim Biliþim Sistemleri kapsamlý bir þekilde araþtýrýlmýþtýr. Kullanýmý yaygýn olan sistemlere iliþkin ayrýntýlý bilgilere yer verilmiþtir. Orta büyüklükteki Biliþim Teknolojileri firmalarýnda ve Kentkart Ege Elektronik AÞ. Firmasýnda, Hata Takip ve Proje Yönetimi Sistemleri’ne olan ihtiyacýn analizi yapýlmýþtýr. Analize göre elde edilen ihtiyaç doðrultusunda, uygun araçlar uygulama yapýlmasý için seçilmiþtir. Hata Takip ve Proje Yönetim uygulamalarýnýn yapýlabileceði araç Atlassian firmasýnýn bir ürünü olan JIRA sistemi olarak belirlenmiþtir. Yapýlan çalýþmalarla JIRA sistemine ihtiyaçlar uyarlanmýþ, Hata Takip ve Proje Yönetim Sistemleri Ar-Ge çalýþanlarýnýn kolaylýkla kullanabileceði bir yapýda olacak þekilde tasarlanmýþtýr. Proje için Fayda-maliyet analizi de yapýlmýþ ve projenin kullanýmýnýn oldukça yararlý olacaðý belirlenmiþtir.

Ülkemizde ve dünyadaki eðitim sistemlerinde gerek öðrencilerin baþarýlarýnýn deðerlendirilmesinde gerekse öðrenci seçiminde çoktan seçmeli þýklar içeren optik formlar çok sýk kullanýlmaktadýr. Optik formlar optik okuyucu cihazlar sayesinde optik iþaret tanýma teknikleri kullanýlarak deðerlendirilmektedir. Bu tip cihazlarýn pahalý olmasý, bu cihazlara eriþimin sýnýrlý olmasý ve deðerlendirme sonuçlarýný bekleme süresinin uzun olmasý hem büyük þehirlerde hem de taþrada çalýþan eðitimcilere zorluk çýkarmaktadýr. Bu çalýþmada eðitimcilerin sahip olduklarý akýllý telefon ya da tabletleri aracýlýðý ile bir mekâna ya da optik cihaza baðlý kalmadan, hýzlý bir þekilde öðrenci cevap formlarýný deðerlendirebilecekleri mobil bir yazýlým geliþtirilmiþtir. Optik form tanýma, okuma ve deðerlendirme iþlemi eðitimcinin mobil telefonu ya da tableti aracýlýðý ile çektiði öðrencinin cevap formu görüntüsü üzerinde yapýlmaktadýr. Geliþtirdiðimiz Android tabanlý mobil uygulama kullanýcý dostu bir arayüze sahip olup baþarý oraný yüksektir ve bu alanda mobil ortamlarda çalýþan ilk uygulama olma özelliðini taþýmaktadýr.

Bu çalýþmanýn hedefi, Dil Modeli (DM) üretmek için kullanýlan metin derlem büyüklüðünün, Ses Tanýma Sistemleri (STS) üzerindeki etkisini araþtýrmaktýr. Çalýþmada ayrýca DM elde etmek için yapýlmasý gereken iþler detaylý olarak anlatýlmaktadýr. DM istatistiksel olarak oluþturulduðundan, eðitim verisinde bulunan veri miktarý arttýkça STS doðruluðunun artmasý beklenmektedir. Fakat Türkçe gibi sondan eklemeli dillerde, kullanýlan derlemin büyüklüðünün hangi noktaya kadar sistemin doðruluk oraný üzerinde etkin olacaðý önem taþýmaktadýr. Bu çalýþmada, toplanan farklý büyüklükteki metin derlemleri ile konuþma tanýma sisteminde Dil Model Aðýrlýðý (DMA) ve Aktif Token Sayýsý (ATS) parametrelerini deðiþtirerek yapýlan deneyler yer almaktadýr. Bu çalýþma DM boyutu büyüdükçe Türkçe konuþma tanýma baþarýmýnýn yükseldiðini göstermektedir. Ancak, DMA ve ATS deðerlerinde yapýlan ayarlamalarýn tanýma baþarýmýna olumlu bir etki yaptýðý gözlemlenememiþtir.

Duygusal Twitter, kullanýcýya kullaným kolaylýðý saðlayan ve görsel kullanýcý ara yüzü ile hem bireysel, hem de kurumsal kullanýcýlar için Twitter verisini ayrýþtýran, analiz eden ve raporlayan bir programdýr. Duygusal Twitter’da her tweet için olumlu, olumsuz ve nötr olmak üzere 3 farklý sonuç döndürülmektedir. Çalýþmada hem sözlük hem de n-gram modeli kullanýlarak iki yöntem geliþtirilmiþtir. Sözlük yöntemi, n-gram yöntemine göre daha baþarýlý sonuçlar vermiþtir.

Görüþ madenciliði, görüþ sahibinin tutum, davranýþ, duygu gibi öznel bilgilerinin çýkarýlmasý için doðal dil iþleme, metin madenciliði, hesaplamalý dilbilim gibi bilim alanlarýnýn tekniklerini kullanan güncel bir araþtýrma alanýdýr. Görüþ madenciliði iþleminin temel olarak bir sýnýflandýrma problemi olarak ele alýnmasý mümkündür. Bu nedenle, makine öðrenmesine dayalý yöntemler sýklýkla görüþ sýnýflandýrma amacýyla uygulanmaktadýr. Görüþ madenciliðinde makine öðrenmesine dayalý yöntemler temel olarak, öðreticili, yarý-öðreticili ve öðreticisiz yöntemler olmak üzere üç temel sýnýf altýnda incelenmektedir. Bu çalýþma kapsamýnda, görüþ madenciliði alanýnda gerçekleþtirilen temel makine öðrenmesine dayalý çalýþmalar ve her bir makine öðrenmesi yönteminin güçlü ve zayýf yönleri ele alýnmaktadýr.

Firmalar, özellikle e-ticaret firmalarý, öneri sistemleri kullanarak müþteri memnuniyetini, dolayýsý ile karlýlýklarýný artýrmayý hedeflemektedirler. Günümüzde Öneri Sistemleri yaygýn olarak kullanýlmakta ve bunlarý kullanan firmalara stratejik avantajlar saðlamaktadýr. Bu sistemler farklý aþamalardan oluþurlar. Ýlk aþamada kullanýcý-ürün deðerlendirme matrisi kullanýlarak aktif kullanýcý ile diðer kullanýcýlar arasýndaki benzerlikler bulunur. Daha sonra bu benzerliklerden yola çýkýlarak aktif kullanýcýnýn yakýn komþularý belirlenir. Tahmin hesaplama aþamasýnda, ilk adýmda bulunan benzerlikler kullanýlarak aktif kullanýcýnýn yakýn komþularýnýn aðýrlýk vektörü oluþturulur. Komþular tahmin hesaplamasýna bu aðýrlýklar oranýnda etki ederler. Bu çalýþmamýzda iþbirlikçi filtreleme algoritmalarýnýn son basamaðý olan tahmin hesaplama adýmý için yeni yöntemler geliþtirilmiþtir. Bu yöntemlerin baþarýmý literatürde kullanýlan deðerlendirme metrikleri ile ölçülüp bu alanda yapýlan çalýþmalar ile karþýlaþtýrýlmýþtýr.