İletişim

English

EGE ÜNİVERSİTESİ

Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü

Yapay Zeka, Makine Öğrenmesi ve Bilgisayarlı Görme Araştırma Grubu

 

Yapay Zeka, zeki makineler ve yazılımlar geliştirilmesi ile ilgilenen bir alandır. Metasezgiler, Sürü Zekası yöntemleri ve özellikle Genetik Algoritmalar ile eniyileme problemlerinin çözümleri üzerinde çalışmaktayız.

Makine Öğrenmesi kapsamında problemlere Yapay Sinir Ağları yanında diğer tahminleme yöntemleri ve sınıflandırıcılardan yararlanarak çözümler getirmekteyiz. Makine Öğrenmesi yöntemlerini bilgisayarlı görme / görüntü işleme alanlarında da uygulamaktayız. Son yıllarda makine öğrenmesinin bir alt alanı olarak ciddi başarılar elde eden derin öğrenme modelleri; İki veya daha çok yapay zeka yöntemini birleştiren zeki sistemler üzerine de çalışmalarımızı sürdürmekteyiz.

 

Araştırma Konuları

  • Yapay Zeka
  • Makine Öğrenmesi
  • Derin Öğrenme
  • Zeki Sistemler
  • Eniyileme
  • Bilgisayarlı Görme
  • Kablosuz Sensör Ağları
  • Sürü Zekası
  • Bilgisayar Grafikleri

 

Öğretim Üyeleri:

  • Prof. Dr. Aybars UĞUR

Araştırma Görevlileri:

  • Arş. Gör. Dr. Osman GÖKALP
  • Arş. Gör. Dr. Arif Erdal TAŞCI
  • Arş. Gör. Sema BODUR

Doktora Öğrencileri:

  • Caner ULUTÜRK
  • Tunç GÜLTEKİN
  • Enes ATEŞ
  • Yiğitcan ŞENER

 

YAKIN TARİHLİ PROJELER

1) Sürekli Eniyileme Problemlerinin Çözümü İçin Metasezgisel Yöntemler Tabanlı Bir Java Script Kütüphanesinin Geliştirilmesi

BAP Araştırma Projesi, 2016-2017 (19 ay) (16-MUH-072)

Yürütücü: Prof. Dr. Aybars UĞUR

Araştırmacılar: Arş. Gör. Dr. Osman GÖKALP, Arş. Gör. Sema BODUR.

Proje çıktıları:

 (Hakemli Ulusal Dergi Tam Metin) Gökalp O., Uğur A., Bodur S., "CONTOPT-JS: Sürekli Eniyileme Problemleri için Metasezgisel Algoritmalar tabanlı bir JavaScript Yazılım Kütüphanesi", Akıllı Sistemler ve Uygulamaları Dergisi, Cilt: 1, Sayı: 2, Sayfa 168-174, 2018. (Bu çalışma ASYU-2017 Konferansında sunulmuş ve sadece özet olarak Bildiri Özetleri Kitabı (ISBN: 978-605-84722-8-0)’nda yayımlanmıştır.)

Proje web sayfası: http://yzgrafik.ege.edu.tr/~ugur/contopt_js/

 

2) Derin ve Topluluk Öğrenme Yaklaşımları ile Görüntü Sınıflandırma

BAP Araştırma Projesi, 2018-Devam ediyor (18-MUH-001)

Yürütücü : Prof. Dr. Aybars UĞUR

Araştırmacılar : Arş. Gör. Dr. Arif Erdal TAŞCI, Doktora Öğrencisi Caner ULUTÜRK

Proje Çıktıları :

Taşcı E., Uğur A., "Derin Öğrenme ve Manuel Öznitelik Çıkarma Yöntemleri ile Topluluk Algoritmaları Kullanarak Görüntü Sınıflandırma (Image classification using ensemble algorithms with deep learning and hand-crafted features)", 26th Signal Processing and Communications Applications Conference (SIU), İZMİR, TÜRKIYE, 2-5 Mayıs 2018, ss.1-4 (Tam metinli sözlü bildiri)

 

ÖNCEKİ PROJELER

 

1) 113E947 Uydu Görüntülerinde Alan Önceliği Tahminleme Ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi

Tübitak 3001 Projesi, 2014-2015

Yönetici : Doç. Dr. Aybars UĞUR

Araştırmacı: Yrd. Doç. Dr. Tahir Emre KALAYCI

Bursiyerler: Enes ATEŞ, Arş. Gör. Osman GÖKALP, Yiğitcan ŞENER

 

2) Dikdörtgen Fotoğraf Parçalarını Yapay Zeka ve Görüntü İşleme Yöntemleri Kullanarak Birleştiren Bir Yazılımın Geliştirilmesi

BAP Araştırma Projesi, 2012-2013

Yürütücü: Doç. Dr. Aybars UĞUR

Araştırmacı: Arş. Gör. Arif Erdal TAŞCI

 

3) Yaprakları Yapay Sinir Ağları Ve Görüntü İşleme Yöntemleri İle Kalitelerine Göre Sınıflandıran Bir Yazılım Geliştirilmesi

BAP Araştırma Projesi, 2011-2012

Yürütücü: Doç. Dr. Aybars UĞUR

Araştırmacı: Arş. Gör. Osman GÖKALP, Caner ULUTÜRK

 

SEÇİLMİŞ SCI MAKALELER

  1. Yildirim K., Ugur Aybars, Kinaci A. (2007).  Design and Implementation of a Software Presenting Information in DVB Subtitles in Various Forms.  IEEE Transactions on Consumer Electronics, 53(4), 1656-1660., Doi: 10.1109/TCE.2007.4429266
  2. UĞUR AYBARS (2008).  Path planning on a cuboid using genetic algorithms.  INFORMATION SCIENCES, 178(16), 3275-3287., Doi: 10.1016/j.ins.2008.04.005
  3. UĞUR AYBARS, AYDIN DOĞAN (2009).  An interactive simulation and analysis software for solving TSP using Ant Colony Optimization algorithms.  Advances in Engineering Software, 40(5), 341-349., Doi: 10.1016/j.advengsoft.2008.05.004
  4. Ugur Aybars, Kinaci Ahmet Cumhur (2010).  A web based tool for teaching neural network concepts.  Computer Applications in Engineering Education, 18(3), 449-457., Doi: 10.1002/cae.20184
  5. Gürünlü Alma Özlem, Kurt Serdar, Uǧur Aybars (2011).  Genetic algorithms for outlier detection in multiple regression with different information criteria.  Journal of Statistical Computation and Simulation, 81(1), 29-47., Doi: 10.1080/00949650903136782
  6. KALAYCI TAHİR EMRE, UĞUR AYBARS (2011).  GENETIC ALGORITHM BASED SENSOR DEPLOYMENT WITH AREA PRIORITY.  Cybernetics and Systems, 42(8), 605-620., Doi: 10.1080/01969722.2011.634676
  7. Ugur Aybars, Aydin Dogan (2012).  IMPROVING PERFORMANCE OF ACO ALGORITHMS USING CROSSOVER MECHANISM BASED ON BEST TOURS GRAPH.  INTERNATIONAL JOURNAL OF INNOVATIVE COMPUTING INFORMATION AND CONTROL, 8(4), 2789-2802.
  8. TAŞCI ARİF ERDAL, UĞUR AYBARS (2015).  Shape and Texture Based Novel Features for Automated Juxtapleural Nodule Detection in Lung CTs.  Journal of Medical Systems, 39(5), 1-13., Doi: 10.1007/s10916-015-0231-5
  9. ATEŞ ENES, KALAYCI TAHİR EMRE,UĞUR AYBARS (2017).  Area-priority-based sensor deployment optimisation with priority estimation using K-means.  IET Communications, 11(7), 1082-1090., Doi: 10.1049/iet-com.2016.1264
  10. AFŞAR BEKİR, AYDIN DOĞAN, UĞUR AYBARS, KORUKOĞLU MUSTAFA SERDAR (2017).  Self-Adaptive and Adaptive Parameter Control in Improved Artificial Bee Colony Algorithm.  INFORMATICA, 28(3), 415-438., Doi: http://dx.doi.org/10.15388/Informatica.2017.136 (Yayın No: 3680960)

 

SEÇİLMİŞ BİLDİRİLER (PROJELERDEN ÜRETİLENLER HARİÇ ve SON 2 SENEDE SUNULMUŞ OLAN)

  1. Taşcı A.E., Gökalp O., Uğur A., "Development of a novel feature weighting method using CMA-ES optimization", 2018 26th Signal Processing and Communications Applications Conference (SIU), Izmir, Turkey, TÜRKIYE,
  2. Gökalp O., Uğur A., "An Order Based Hybrid Metaheuristic Algorithm for Solving Optimization Problems", 2017 International Conference on Computer Science and Engineering (UBMK), ANTALYA, TÜRKIYE, 5-8 Ekim 2017,
  3. Gültekin T., Uğur A., "An iterative dynamic ensemble weighting approach for deep learning applications", 2017 International Artificial Intelligence and Data Processing Symposium (IDAP), Malatya, TÜRKIYE,