Hibrit Teşhis Tabanlı Yaklaşıma “En İyi Çalışma” Ödülü

SDÜ Mühendislik Fakültesi Bilgisayar Bilimleri Anabilim Dalı’ndan Doktor Öğretim Üyesi Utku Köse’nin “Hibrit Yapay Zekâ” tabanlı yaklaşımı “En İyi Çalışma” ödülüne değer görüldü. Sistem medikal teşhis ve arıza tespitte yüzde 86’lık bir doğruluk payı başarısı yakalıyor.
-Ödül Alan Hibrit Teşhis Yaklaşımı
Süleyman Demirel Üniversitesi (SDÜ) Bilgisayar Mühendisliği Bölümü, Bilgisayar Bilimleri Anabilim Dalı’nda Doktor Öğretim Üyesi olarak görev yapan Utku Köse’nin ortaya koymuş olduğu, hibrit yapay zekâ tabanlı yaklaşım, International Virtual Research Conference in Technical Disciplines (RCITD 2017) etkinliğinde En İyi Çalışma Ödülü’nü (Best Paper Award) aldı. Etkinlik kapsamında belirlenen altı farklı kriterden toplamda en fazla puanı alan “Design and Development of a Diagnosis System with a SVM-VOA Hybrid Model Approach” başlıklı çalışma, iki farklı Yapay Zekâ tekniğinin birleşiminden oluşan bir hibrit teşhis sistemini ortaya koyuyor.
-Özgün Optimizasyon Algoritması Destekli Bir Teknik
Geliştirdiği yaklaşım içerisinde, Yapay Zekâ ve Veri Madenciliği alanlarında yaygın bir şekilde kullanılan, Destek Vektör Makineleri adlı teknikten faydalandığını dile getiren Köse, bu tekniğin farklı teşhis problemlerini çözebilmesi için eğitim adı verilen bir düzenlemeye ihtiyacı olduğunu, bunu da doktorası sırasında geliştirmiş olduğu Girdap Optimizasyon Algoritması ile gerçekleştirdiğini dile getirdi. Bu haliyle sistem iki farklı teknik olan Destek Vektör Makineleri ve Girdap Optimizasyon Algoritması’nın birleşimiyle hibrit bir Yapay Zekâ yaklaşımı ile teşhis problemlerini çözmüş oluyor.
-Farklı Alanlarda Teşhis Çözümleri
Hibrit teşhis yaklaşımı, ödül alan çalışmada iki farklı problem içerisinde; medikal teşhis ve arıza tespitte kullanıldı ve başarılı sonuçlar ortaya koydu. Medikal kapsamda baş ağrısı semptomlarına göre baş ağrısının ciddi olup olmadığı ya da başka hastalıkların habercisi olup olmadığını teşhis etmeye çalışan sistem, yaklaşık % 86’lık bir başarı yakalamış durumda. Diğer yandan arıza tespit kapsamında, literatürde sıklıkla çözülmeye çalışılan bir transformatör arıza tespit problemi için de aynı yaklaşım yaklaşık % 81’lik bir başarı ortaya koyuyor. Kurulan hibrit yaklaşımın, hedef teşhis probleminde halihazırda elde edilmiş bazı çözümler olduğu sürece, görülmemiş durumlar için adapte edilebileceğini ve böylelikle farklı alanlarda teşhis odaklı problemlerin hızlı ve başarılı bir şekilde çözülebileceğini dile getiren Köse, sistemin kendi geliştirdiği optimizasyon algoritması ile başarı yakalaması konusunda oldukça mutlu olduğunu dile getirdi.
Özellikle Yapay Zekâ’nın çok-disiplinli başarılı uygulamalarının artık iyice gün yüzüne çıktığını ifade eden Doktor Öğretim Üyesi Utku Köse, bu yönde birçok farklı çalışmalarıyla bilimsel camiaya katkılar sağlamaya devam edeceğini sözlerine ekledi.