Tbv bilgisayar bilimleri ve mühendisliği dergisi最新文献

A Software Engineering Competency Inventory for Scientific Software Development Processes 科学软件开发过程的软件工程能力清单

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-06-20 DOI: 10.54525/tbbmd.1159443

Bilge SAY

{"title":"A Software Engineering Competency Inventory for Scientific Software Development Processes","authors":"Bilge SAY","doi":"10.54525/tbbmd.1159443","DOIUrl":"https://doi.org/10.54525/tbbmd.1159443","url":null,"abstract":"Araştırma amaçlı bilimsel yazılım geliştirme süreçleri, yazılım yaşam döngüsü açısından hem süreç hem girdi ve çıktılar bakımından iş veya endüstri amaçlı yazılımlardan bazı farklılıklar göstermektedir. Bilimsel yazılım geliştiricilerin, kod yazma deneyimi olsa da yapısal ve güncel yazılım mühendisliği yetkinliklerinin olmama olasılığı, bilimsel yazılımların gereksinimleri karşılaması ve sürdürülebilirliği açısından sorun yaratabilmektedir. Bu çalışmada literatürde bilimsel yazılım geliştirme alanında gereksinim duyulduğu belirtilen pratikler ile temelde IEEE Yazılım Mühendisliği Yetkinlik Modeli’nin (IEEE’s Software Engineering Competency Model -SWECOM) yetkinlikleri eşleştirilmiş; ve bilimsel yazılım geliştirme açısından en gereksinim duyulan yazılım mühendisliği pratikleri belirlenmiştir. Yapılan sıklık analiziyle özellikle yazılım tasarımı ve yapımı sırasındaki detaylı tasarım ve planlama yetkinliklerine ihtiyaç duyulduğu belirlenmiştir. Üretilen envanter, Ar-Ge destekleri çerçevesinde eğitim programları geliştirmek ve iyileştirmek için kullanılabilecektir.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"62 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135288195","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Görme Engelliler İçin Geliştirilmiş Destekleyici Mobil Artırılmış Gerçeklik Uygulamalarının Karşılaştırmalı Değerlendirmesi 视障人士辅助性移动增强现实应用的比较评估

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-06-20 DOI: 10.54525/tbbmd.1247135

Alper Tunga AKIN, Çetin CÖMERT, Ziya USTA

{"title":"Görme Engelliler İçin Geliştirilmiş Destekleyici Mobil Artırılmış Gerçeklik Uygulamalarının Karşılaştırmalı Değerlendirmesi","authors":"Alper Tunga AKIN, Çetin CÖMERT, Ziya USTA","doi":"10.54525/tbbmd.1247135","DOIUrl":"https://doi.org/10.54525/tbbmd.1247135","url":null,"abstract":"Tablet, akıllı telefon gibi mobil cihazlar için artırılmış gerçekliğe (AR) yönelik sunulan geliştirme araçlarının ve mobil cihazların kullanımının yaygınlaşmasıyla, özellikle son on yılda, birçok yeni destekleyici AR uygulaması hayatımıza girmiştir. Bu uygulamalar cihazların kamera, kızılötesi, ToF, lidar gibi sensörlerinden gelen bilgiyle gerçekliğin artırımını sağlamaktadırlar. Böylesi uygulamaların yaygınlaşmasıyla, görme engelli odaklı uygulamaların geliştirilmesi de hem bir ihtiyaç hem de faal bir araştırma alanı olmuştur. Bu uygulamaların görme engelli bireylerin (GEB) kullanımına uygunluğunun değerlendirilmesinde hedef kitlenin ihtiyaçları, hassasiyetleri ve konforları göz önünde bulundurulmalıdır. Bu çalışmada kendine yer bulan, gerek yazılım sektöründen gerekse akademik literatürden seçilmiş çalışmalar, GEB’e sağladığı çıktılar, gerçek zamanlı kullanıma hız ve doğruluk kriterleri yönünden uygunluk ve ulaşılabilirlik açısından değerlendirilmiştir. Yazılım sektöründen seçilen çalışmalar kendine pazarda yer edinip belirli bir kullanıcı kitlesine ulaşmış ürünler olup, akademik çalışmalar ise 2013’ten günümüze yayınlanmış güncel ve özgün çalışmalardır. Çalışmaların mukayesesinin yanı sıra, söz edilen kriterlere en uygun bir uygulamanın nasıl ortaya konulabileceği yönünde de irdelemelerde bulunulmuştur.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"133 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135288196","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Stock Price Prediction Using Statistical and Deep Learning Models 使用统计和深度学习模型进行股票价格预测

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-06-13 DOI: 10.54525/tbbmd.1031017

Emre ALBAYRAK, Nurdan SARAN

{"title":"Stock Price Prediction Using Statistical and Deep Learning Models","authors":"Emre ALBAYRAK, Nurdan SARAN","doi":"10.54525/tbbmd.1031017","DOIUrl":"https://doi.org/10.54525/tbbmd.1031017","url":null,"abstract":"Borsa analizi, geleceğe yönelik tahminler yapmak için finansal, politik ve sosyal göstergeleri göz önünde bulundurarak borsayı inceler ve değerlendirir. Büyük veri ve derin öğrenme teknolojilerindeki gelişmelerin çığır açan sonuçları, araştırmacıların ve endüstrinin dikkatini bilgisayar destekli borsa analizine çekmektedir. Geleneksel makine öğrenimi ve derin öğrenme modellerini kullanarak borsa analizi konusunda çeşitli çalışmalar bulunmaktadır. Bu çalışmada, temel model olarak Otoregresif Entegre Hareketli Ortalama (ARIMA) yöntemini tekrarlayan sinir ağlarının üç farklı modeliyle karşılaştırılmıştır; Uzun Kısa Süreli Bellek (Long Short Term Memory- LSTM) ağları, Geçitli Tekrarlayan Birim (Gated Recurrent Unit- GRU), dikkat katmanlı LSTM modeli. Bu çalışmada literatürdeki diğer çalışmalardan farklı olarak 28 tane finansal indikatör kullanılarak Borsa İstanbul verileri üzerinde gün içi tahminler yaparken dört farklı modelin sonuçları karşılaştırılmıştır. İstatistiksel ve doğrusal bir model olan ARIMA, zaman serileri tahmini için doğrusal olmayan RNN modelleri ile karşılaştırılmıştır ancak 3 sinir ağı modelinden de yüksek ortalama hata oranına sahip olduğu görülmüştür. LSTM sonuçları GRU modeline çok yakın olsa da GRU diğerlerinden biraz daha iyi performans göstermektedir. Dikkat mekanizmalı sinir ağı diğer temel sinir ağlarından daha iyi sonuç vermemektedir.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"35 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136222912","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

A Study on the nDPI Deep Packet Inspection Tool nDPI深度包检测工具的研究

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-05-22 DOI: 10.54525/tbbmd.1253700

Zehra Nur ÖZBAY, Mehmet Emin DALKILIÇ

引用次数: 0

Yazılım Hata Tahmininde Farklı Alt Örnekleme ve Üst Örnekleme Yöntemlerinin Kıyaslanması 软件缺陷预测中不同子采样和上采样方法的比较

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-05-22 DOI: 10.54525/tbbmd.1235547

Özge ŞEN, Sinem BOZKURT KESER

{"title":"Yazılım Hata Tahmininde Farklı Alt Örnekleme ve Üst Örnekleme Yöntemlerinin Kıyaslanması","authors":"Özge ŞEN, Sinem BOZKURT KESER","doi":"10.54525/tbbmd.1235547","DOIUrl":"https://doi.org/10.54525/tbbmd.1235547","url":null,"abstract":"Bilgisayarları ve makineleri çalıştırmak üzere belirli fonksiyonların işletilebilmesi için kullanılan komutlar bütünü yazılım olarak adlandırılmaktadır. Günümüzde birçok alanda yapılan faaliyetler ve kullanılan uygulamalar, içerisinde farklı algoritmalarla tasarlanmış yazılımlar barındırır. Bu yazılımların kusursuz ve ihtiyaçları karşılayacak şekilde olması büyük önem teşkil etmektedir. Yazılımın kalitesi, yazılımın içerisinde hata barındırmaması hem yazılımı geliştiren kişilerin hem de yazılımı kullanan son kullanıcıların önem verdiği konulardır. Yazılım hata tahmini doğası gereği dengesiz sınıf problemi içerir. Bu çalışmada, öncelikle dengesiz sınıf problemi çözülmeye çalışılmıştır. Bu doğrultuda, farklı alt örnekleme ve üst örnekleme yöntemleri, literatürde araştırmacıların kullanımına açık NASA’nın PROMISE veri deposundan alınan CM1, KC1, KC2, JM1 ve PC1 veri kümelerinin üzerinde uygulanmıştır. Yazılım hata tahmini aşamasında ise farklı sınıflandırma algoritmaları karşılaştırılarak her bir veri kümesi için en uygun algoritma belirlenmiştir. Deney sonuçlarında on farklı örnekleme yöntemi ile veri kümelerindeki dengesiz sınıf problemi giderilmiş; on üç farklı sınıflandırma algoritması ile sınıflandırma işlemi yapılmıştır. 0,92 oranında AUC ölçütü ile en iyi sınıflandırma sonucu PC1 veri kümesinde elde edilmiştir. Bu çalışma ile yazılım hata tahmininde örnekleme yöntemleri ve uygun sınıflandırıcılar ile hata tahmininin başarımının daha iyi olabileceği gösterilmiştir. Elde edilen sonuçlar, literatürde yapılan çalışmalar ile karşılaştırılarak önerilen yöntemin üstünlüğü ve etkinliği kanıtlanmıştır.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135429057","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Automatic Code Generation Techniques from Images or Sketches: A Review Study 从图像或草图自动生成代码技术:回顾研究

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-05-07 DOI: 10.54525/tbbmd.1190177

Musa Selman KUNDURACI, Turgay Tugay BİLGİN

{"title":"Automatic Code Generation Techniques from Images or Sketches: A Review Study","authors":"Musa Selman KUNDURACI, Turgay Tugay BİLGİN","doi":"10.54525/tbbmd.1190177","DOIUrl":"https://doi.org/10.54525/tbbmd.1190177","url":null,"abstract":"Bir yazılımın geliştirilmesi sürecinde, tasarım ve öncül üretim en önemli ve zaman alıcı aşamalardır. Kullanıcılar yazılımların görsel arayüzlerine ve tasarımlarına oldukça önem vermektedir. İyi bir görsel arayüz tasarımına sahip bir yazılım daha iyi işleve sahip olup fakat arayüzü kullanışsız olan benzerinden daha fazla tercih edilmektedir. Görsel arayüz tasarımı sürecinde geliştiriciler öncelikle kâğıt üzerinde tasarım gerçekleştirip ardından görsel arayüz tasarım programları ile dijital tasarıma dönüştürürler. Sonraki aşamada, tasarımın çeşitli biçimlendirme dilleriyle (xml, html, css vb.) veya doğrudan programlama dilleriyle kodlanması gerekmektedir. Otomatik kot üretme yaklaşımlarında amaç minimum yazılım geliştirici maliyeti ile kısa zamanda verimli ve hızlı uygulamalar geliştirmektir. Bu çalışmada, çeşitli yöntemleri kullanarak otomatik kot üretimi gerçekleştiren çalışmaları içeren geniş bir yayın taraması oluşturulmuştur. İncelenen makalelerde çoğunlukla derin öğrenme, görüntü işleme, yapay sinir ağları veya makine öğrenmesi yöntemleri kullanılmıştır. Bu derleme çalışması ile bu alanda çalışma yapacak araştırmacılara rehber olunması amaçlanmıştır.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"45 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135962572","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Birleştirilmiş Derin Öznitelikleri Kullanarak BT ve X-Ray Görüntülerinden COVID-19 Tespiti 利用融合深度属性从 CT 和 X 光图像中检测 COVID-19

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-05-04 DOI: 10.54525/tbbmd.1177223

Asuman GÜNAY YILMAZ, Emine AYAZ, Muammer TÜRKOĞLU

{"title":"Birleştirilmiş Derin Öznitelikleri Kullanarak BT ve X-Ray Görüntülerinden COVID-19 Tespiti","authors":"Asuman GÜNAY YILMAZ, Emine AYAZ, Muammer TÜRKOĞLU","doi":"10.54525/tbbmd.1177223","DOIUrl":"https://doi.org/10.54525/tbbmd.1177223","url":null,"abstract":"2019 yılında Çin’in Wuhan kentinde başlayan yeni tip Koronavirüs (COVID-19), solunum yolu enfeksiyonuna neden olan bulaşıcı bir virüstür. Bu virüs dünyada kısa sürede etkili olmuş ve bir salgına dönüşmüştür. Bu tür bulaşıcı hastalıkların erken teşhisi ve gerekli tedavinin erken süreçte başlatılması çok önemlidir. X-ışını (X-Ray) ve Bilgisayarlı Tomografi (BT) tıbbi radyolojik görüntüleme yöntemleri ile derin öğrenme ve makine öğrenmesi tekniklerinin kullanılması bu hastalığın doğru ve hızlı tespitine yardımcı olmaktadır. Bu çalışmada; normal-COVID-19-pnömoni (zatürre) etiketli X-Ray ve normal-COVID-19 etiketli BT görüntülerini içeren 2 farklı veri kümesi kullanılmıştır. Bununla birlikte; InceptionResNetV2, VGG-16 ve DenseNet121 derin öğrenme mimarileri ve kNN ile SVM sınıflandırıcıları kullanılmıştır. Bu kapsamda 3 farklı çalışma yürütülmüştür. Öncelikle her bir ağın sınıflandırma başarımı incelenmiştir. Daha sonra ağların ürettiği öznitelik vektörleri ayrı olarak sınıflandırıcılarla işleme sokulmuştur. Son olarak ağların ürettiği öznitelik vektörleri birleştirilmiş ve sınıflandırma işlemi gerçekleştirilmiştir. Sonuç olarak göğüs BT veri kümesindeki COVID-19 ve normal görüntüleri için en yüksek sonuç %98,9 doğruluk ile birleştirilmiş öznitelikler ve kNN sınıflandırıcısı ile elde edilmiştir.","PeriodicalId":485540,"journal":{"name":"Tbv bilgisayar bilimleri ve mühendisliği dergisi","volume":"42 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135011610","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Performance Comparison of Pre-trained Models for Speech-to-Text in Turkish: Whisper-Small and Wav2Vec2-XLS-R-300M 土耳其语语音到文本的预训练模型的性能比较:Whisper-Small和Wav2Vec2-XLS-R-300M

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-05-03 DOI: 10.54525/tbbmd.1252487

Öykü Berfin MERCAN, Sercan ÇEPNİ, Davut Emre TAŞAR, Şükrü OZAN

引用次数: 0

Boolean Functions Generated from (1057, 31)-Interleaved Sequences 由(1057,31)-交错序列生成的布尔函数

Tbv bilgisayar bilimleri ve mühendisliği dergisi Pub Date : 2023-03-21 DOI: 10.54525/tbbmd.1207447

Selçuk KAVUT

引用次数: 0