Yıldırım, Pınar
Loading...
Name Variants
YIldIrIm P.
YILDIRIM Pınar
Pınar Yıldırım
Yildirim, Pinar
Yildirim, P.
Yıldırım, Pınar
P., Yıldırım
Pınar YILDIRIM
Yildirim Pinar
Pinar Yildirim
Pinar YiLDiRiM
YiLDiRiM Pinar
Yıldırım, P.
Yıldırım Pınar
Pınar, Yıldırım
Yıldırım, Meltem Pınar
YILDIRIM Pınar
Pınar Yıldırım
Yildirim, Pinar
Yildirim, P.
Yıldırım, Pınar
P., Yıldırım
Pınar YILDIRIM
Yildirim Pinar
Pinar Yildirim
Pinar YiLDiRiM
YiLDiRiM Pinar
Yıldırım, P.
Yıldırım Pınar
Pınar, Yıldırım
Yıldırım, Meltem Pınar
Job Title
Prof.Dr.
Email Address
pinar.yildirim@okan.edu.tr
Main Affiliation
Bilgisayar Mühendisliği / Computer Engineering
Status
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Scholarly Output
16
Articles
3
Citation Count
79
Supervised Theses
8
7 results
Scholarly Output Search Results
Now showing 1 - 7 of 7
Master Thesis Erythromcın ilacının yan etkilerinin araştırılması üzerine veri madenciliği çalışması(2014) Tahminciler, Erhan; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringBu çalışmada, bir araştırma çalışması veri ve metin madenciliği yöntemleri kullanılarak www.askapatient.com web sitesinde üzerinde Erythromycin ilaci ile ilgili hasta yorumları ile yapılmıştır. İlgili yorumlar metin ayrıştırma ve hastaların cinsiyet, yaş, günlük alınan dozaj bilgileri ve kullanım süresi gibi nitelikler bazı yöntemlerle analiz edilmiş ve bu ilacın yan etkileri belirlenmeye çalışılmıştır. Çalışmanın sonucunda, hasta yorumlarının yan etkileri metin ayrıştırma yöntemleri ile ayrılmış ve bunların frekansları hesaplanmıştır. Mide ağrısı, baş dönmesi, kusma ve ishal gibi sık görülen yan etkiler tespit edilmiştir. Cinsiyet, yaş , günlük doz miktarı, kullanım süresi gibi nitelikler analiz ettikten sonra, birliktelik kuralları (Apriori) algoritması kullanılmış ve nitelikler arasında gizli ilişkiler araştırılmıştır Bu çalışmanın sonuçları tıbbi uzmanlar , araştırmacılar ve ilaç şirketleri için önemli katkılar sağlayacaktır.Master Thesis Derin öğrenme ve makine öğrenmeyle korona-virüs enfeksiyonunun tahmini(2022) Al-alı, Laıth Ibrahım Salıh; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringCoronavirüsün dünya çapında hızla yayılması ve mutasyona uğramış diğer türlerin ortaya çıkmasıyla birlikte, bu salgını kontrol altına almak ve tedavi etmek için cevaplar bulmak çok önemlidir. Bu araştırma, yapay zeka gibi tıbbi olmayan stratejiler kullanarak enfekte örnekleri tahmin etmek için yeni ve umut verici bir yaklaşım sunuyor. Semptomlar, en yaygın, en az yaygın ve şiddetli semptomlar olarak sınıflara ayrılırlar. Bu araştırma, bir tahmin modeli şekillendirmeyi, COVID-19 ile enfekte olan ve olmayanları belirlemeyi ve klinisyenler için ek maliyet etkin, doğru, zaman kazandıran ve kullanımı kolay sistemler, prosedürler ve destek yöntemleri geliştirmeye yardımcı olmayı amaçlamaktadır. Verileri kategorize etmek için bir yapay sinir ağı ve bazı yaygın kullanılan makine öğrenme algoritmaları kullanılmıştır. Veri seti 1495 vaka ve 15 özellikten (yaş, ateş, cinsiyet, öksürük, yorgunluk, burun tıkanıklığı, ağrı, nefes darlığı, burun akıntısı, boğaz ağrısı, ishal, titreme, baş ağrısı, kusma ve etkilenen bölgede yaşama) oluşmaktadır. Veri seti, %75 Eğitim kayıtları ve %25 Test bilgilerine bölünür ve sınıflandırma algoritmaları uygulanır. Pandas, NumPy ve Matplotlib gibi Python kütüphaneleri, Keras ve Sklearn kullanımına ek olarak kullanılmıştır. Enfeksiyon vakalarını belirlemede en etkili değişkenler, tahmin algoritmalarından tasarlanan modele dayalı olarak analiz edilmiştir. Model, enfekte olan ve olmayan vakaların belirlenmesinde etkili bir tahmin göstermektedir. Yapay Sinir ağı, %85'in üzerinde bir doğruluk sağlamaktadır. Ayrıca, makine öğreniminde rastgele orman algoritmaları ve karar ağaçları ile %91'den fazla doğruluk elde edilmiştir.Master Thesis Spor ve yaşam merkezleri üzerine veri madenciliği çalışması(2013) Keskin, Melih; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringBu çalışmada bir spor ve yaşam merkezine ait müşteri nitelik bilgileri, satılan hizmetleri incelenerek müşteri portföyü hazırlanacak, müşteri sadakati, müşteri güvenilirliği ve yeni pazarlama stratejileri ortaya çıkarılmaya çalışılacaktır. Bu çalışmada, karar ağaçları ve kümeleme algoritmalarına ait teknikler kullanılmıştır. Çalışma içerisinde seçilmiş olan teknikler kullanılan veri madenciliği yardımcı yazılımlarına göre seçilmiştir. Kullanılan algoritmalar ile çıkarılan kurallar test edilerek doğruluk oranları ortaya çıkarılmış ve bunlar şekiller, kurallar ve değerlendirmeler ile ifade edilmeye çalışılmıştır. Bu çalışmada kullanılan veri madenciliği modelleri geçmişte farklı sektör çalışmalarının benzer konularında oldukça güçlü önermeler ortaya sunacak yeteneğe sahiptir. Bu sebepten ötürü çalışma sonunda ortaya çıkan kurallar ile çalışmanın analizi detaylı bir şekilde anlatılacaktır. Ayrıca veri madenciliği çalışmaları için kullanılan yardımcı programlar dışında bir kodlama uygulaması yapılmıştır. Bu uygulama Id3 algoritmasının işleyişini oluşturacak şekilde uyarlanmış, kurallar oluşturulmuş ve karar ağacı çiziminin yapılması sağlanmıştır. Bu çalışmada kurgulanan sistem ve veri madenciliği modellemelerinin geliştirilmesine yönelik olarak çalışmam sonradan değiştirilmeye ve yeni eklemeler yapılmaya müsait bir şekilde tasarlanmıştır.Master Thesis Teknik analiz ve derin pekiştirmeli öğrenme ile kriptopara alım-satımı(2019) Ünlü, Muhammed Said; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringSon yıllarda teknolojinin yıkıcı etkisi birçok alanda kendini göstermektedir. Finans sektörü de bu durumdan fazlasıyla etkilenmiş durumdadır. Finansal piyasalar, artan rekabet ve gelişen teknoloji ile kriptopara piyasası gibi yenilikçi piyasaların oluşmasına zemin hazırlamaktadır. Finansal piyasalardaki değişime paralel olarak, yapay zeka alanındaki çalışmalarda da çok önemli gelişmeler olmaktadır. Bu çalışmada Robotik üzerine başarılı sonuçlar veren modern Derin Pekiştirmeli Öğrenme yöntemlerinden Soft-Aktör-Kritik(Soft Actor Critic - SAC) yöntemi ile finansal piyasalarda sıklıkla tercih edilen Teknik Analiz yöntemlerini kullanarak alım-satım stratejileri geliştirilmiştir. Piyasa değeri en yüksek üç kriptopara (Bitcoin, Ethereum ve Ripple), hem USD hem de BTC paritesinde veri seti olarak kullanılmaktadır. Çalışma kapsamında OpenAI-Gym ile kriptopara alım-satım ortamı oluşturulmuş ve bu ortamda SAC etmeni öğrenme süreci gerçekleştirilmektedir. Teknik Analiz yöntemleri ve SAC yöntemiyle oluşturulan stratejilerin performansları geriye yönelik testler(Backtesting) yapılarak karşılaştırılmaktadır. Anahtar Kelimeler: Derin Pekiştirmeli Öğrenme, Kriptoparalar, Algoritmik Alım-Satım, OpenAI-Gym, Soft-Aktör-Kritik, Teknik Analiz, Geriye Yönelik TestlerMaster Thesis Nesnelerı̇n ı̇nternetı̇ ve uçtan uca bağlı ev (akıllı) sı̇stemı̇ tasarımı(2019) Yıldız, Levent; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringBu tez çalışması ile bağlı akıllı evlerin kullanımı ve hayatımıza etkisi araştırılmıştır. Çalışmada bağlı akıllı evlerin kurulumu ve kullanımı konusunda geniş yer tutan bulut platformu ve bulut teknolojilerine de ayrıca yer verilmiştir. Çalışma yapılırken öncelikle daha önceden yapılan akademik araştırmalar incelenmiştir. Daha sonra sektörde ve ülkemizdeki ticari bağlı-akıllı ev ürünleri araştırılmıştır. Edinilen bilgiler neticesinde bir bağlı akıllı evde olması gereken sensörler ve aktüatorler belirlenmiştir. Bahsi geçen sensörler temin edilerek üzerinde deneme ve test çalışmaları yapılmıştır. Bağlı akıllı evde kullanılacak sensörler araştırılıp tek tek implementasyonu yapılmıştır. Son olarak ise uçtan uca bir bağlı akıllı ev tasarımı yapılarak çeşitli sensörler tek bir uygulamada toplanarak bulut platformuyla iletişimi sağlanmıştır. Bu sensörlerin kurulumunu ve kullanımı sağlayacak iOS ve Android işletim sisteminde çalışan yerel(NATIVEAPP) bir mobil uygulama geliştirilmiştir.Master Thesis FDA VAERS aşı veritabanında dengesiz COVID-19 verilerinin veri madenciliği ve mongodb ile sorgulama sisteminin geliştirilmesi: Web uygulaması(2022) Yıldırmaz, Can; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringCovid-19 bulaşıcı hastalığı, bütün dünyada büyük oranda insanların hastalanmasına ve hayatlarını kaybetmesine neden olmuştur. Bu salgını önlemek için aşılar geliştirilmiş ve bu aşıların insanlar üzerindeki etkileri önemli bir araştırma konusu haline gelmiştir. Bu çalışmanın amacı, VAERS verileri ile Covid-19 aşılarının farklı değişkenler temelinde semptomlarının belirlenmesi ve semptomların ilişki düzeylerinin de belirlenmesidir. Bu çalışma iki aşamadan oluşmaktadır. Birinci aşamada VAERS veri seti kullanılarak WEKA programı yardımıyla veri madenciliği yapılmıştır. VAERS veri tabanından alınan verilerinde sınıf olarak seçilen ölüm durumu niteliği, dengesiz bir şekilde dağılmaktadır. Verilerin daha dengeli hale gelebilmesi için çeşitli örnekleme yöntemleri uygulanmış ve daha sonra sınıflandırma algoritmaları ile sınıflandırılarak, bu yöntemlerin performansları incelenmiştir. Çalışmanın ikinci aşamasında VAERS verileri kullanılarak MongoDB programı yardımıyla web ara yüzü geliştirilmiştir. Geliştirilen web ara yüz ile sorgulama yapılmakta, yapılan sorgulama ile aşıların en çok görülen semptomları görülmektedir. Semptomların aşı ile ilişki seviyesini belirten noktasal karşılıklı bilgi (PMI) değeri hesaplanmaktadır. Bu sayede bireyler aşılarda görülen en sık semptomları ve semptomların aşı ile ilişki düzeyini rahatlıkla görebilmektedir. Geliştirilen ara yüz kullanıcı dostudur ve rahatlıkla herhangi bir kişi tarafından kullanılabilmektedir. Ek olarak elde edilen sonuçlarda, dengesiz veri setleri için geliştirilen örnekleme yöntemlerinin sınıflandırma başarısını arttırdığı görülmüştür.Master Thesis Sağlıkla ilgili sosyal medya forum verilerinde içeriğinin bilgilendirici özellikleri: İlaç yan etkilerinin araştırılması üzerine bir çalışma(2018) Kaya, Alkan; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringÇevrimiçi sosyal ağlarda internetin her yerde bulunması, sağlık bilgisi için yeni kaynaklar yaratmakta, ilaçların tartışıldığı ilaçların içeriğiyle ilgili özellikleri ve yan etkileri karşılaştırmaktadır. Bu çalışmada, www.webmd.com web sitesindeki hasta yorumları kullanılarak veri ve metin madenciliği yöntemleri kullanılarak bir araştırma çalışması yapılmıştır. İlgili yorumlar metin ayrıştırması da dahil olmak üzere bazı yöntemlerle analiz edilmiş ve hastaların cinsiyet ve yaş aralığı, kullanıcı tipi, ilaç kullanımı bilgisi ve süresi gibi bazı veriler sistematik hale getirilmiş ve ilaçların yan etkileri araştırılmıştır. Bu çalışmada, hastanın yorumlarının verileri, metin çözümleme yöntemleri ile ayrılmış ve bunların sıklıkları hesaplanmış ve sık görülen yan etkiler araştırılmıştır. Cinsiyet, yaş, kullanıcı tipi, kullanım süresi, birliktelik kuralları (Apriori), sınıflandırma kuralları (Knn), kümeleme kuralı (Kmeans) algoritmaları gibi alanların analizi yapıldıktan sonra bu özellikler arasında gizli ilişkiler araştırılmıştır. Bu çalışmanın sonuçları, tıp uzmanlarına, araştırmacılara ve ilaç şirketlerine önemli katkılar sağlayacaktır.
