Oksidatif DNA Hasarının Mekanizmaları, Hücresel Onarımı ve Biyolojik Sonuçları Konuşmacı: Prof. Dr. Miral Dizdaroğlu Tarih: 16 Nisan 2013 Salı 17:00

Bilim Akademisi BAGEP 2013 Ödül Töreni, 18 Nisan 2013 Perşembe günü Boğaziçi Üniversitesi Büyük Toplantı Salonu'nda yapıldı.

Bilim Akademisi BAGEP 2013 Ödül Töreni, 18 Nisan 2013 Perşembe günü Boğaziçi Üniversitesi Büyük Toplantı Salonu'nda yapıldı.

Kuantum Dünyası : Fizik, Matematik, Kimya ve Felsefe Açısından Bakış Konuşmacı: Prof. Dr. Ersin Yurtsever Tarih: 17 Ekim 2012 Çarşamba 17.00

"Emerging Infectious Diseases: Clinical Case Studies" Önder Ergönül & Murat Akova & Füsun Can & Lawrence Madoff Academic Press - 2014

İstanbul Depremi ve Kentsel Dönüşüm Konuşmacı: Prof. Dr. Naci Görür Tarih: 16 Haziran 2012 Cumartesi  

Dünyayı Bilmek: Galileo, Darwin, Bilim ve İnanç Konuşmacı: Prof. Dr. Mehmet Ali Alpar Tarih: 28 Nisan 2012 Cumartesi  

Yapay Öğrenme Ethem Alpaydın Bilgisayar Mühendisliği Bölümü, Boğaziçi Üniversitesi, 34342 Istanbul [email protected] http://www.cmpe.boun.edu.tr/~ethem Bir işi bilgisayarda gerçekleyebilmek için, girdiden çıktıya dönüşümün nasıl yapılacağını, yani algoritmasını bilmemiz gerekir. Örneğin bordro hesabının kurallarını biliriz, ama insanları yüz görüntülerinden tanımanın kurallarını bilmeyiz. Farklı açılardan baksak da, saç modelleri değişse de, farklı ışıklandırmalar altında da olsa, tanımakta çok zorluk çekmeyiz, ama bu işi nasıl yaptığımızı bilmeyiz. Bilmediğimiz için algoritmasını yazamayız. Ama bilgisayara bunu “öğretebiliriz.” Bir kişinin farklı örnek görüntülerini gösterip sonra sınama örnekleri verildiğinde bu örneklere en çok benzeyenini bulmaya çalışabiliriz. Buna örüntü tanıma denir, ve yapay öğrenmenin uygulama alanlarından biridir. Yapay öğrenme, bilgisayarların programlanmak yerine örnek veriden, ya da deneme yanılmayla kendi algoritmasını oluşturabilmesidir. Yapay öğrenmenin günlük yaşamda şimdiden sıkça rastladığımız birçok uygulaması var. Bu konu hem istatistikle, hem de veri tabanlarıyla ilişkili. Çünkü amaç geçmiş veriye bir model oturtmak ve sıklıkla geçmiş veri çok büyük; “büyük veri” bugünlerde en önemli konulardan biri. Yapay öğrenme yapay zekânın da bir parçası çünkü bir etmenin zeki olarak nitelenebilmesi için, hep aynı hataları yapmaması, deneyimlerinden öğrenebilmesi gerekir. Yepyeni bir ortamdaki (örneğin şu ana dek hiç gidilmemiş bir gezegene inen) robotun kendini ortama hızla uyarlayabilmesi gerekir. Yapay öğrenmede kullanılan yaklaşımlardan biri de beyni modelleyen yapay sinir ağları, ama bilgisayarın öğrenmesiyle insanın öğrenmesi aynı biçimde olmak zorunda değil: Serçe kanatlarını çırpar, Boeing 747’nin ise jet motoru vardır. Son on yılda geçmiş veriyi inceleyerek model çıkaran ve kendisini kullanıcısına uyarlayabilen, yani “öğrenen” bilgisayar yazılımları her geçen gün çoğalmakta, ve bundan sonra çok daha fazla yaşamımıza girecekler gibi görünüyor. Örneğin konuşma tanıma ve bir dilden dile çeviri üzerinde çok çalışılan konulardan: Düşünün ki siz cep telefonunuza burada Türkçesini söylüyorsunuz ve Fransa’da konuştuğunuz kişi Fransızcasını duyuyor. Kaynak - E. Alpaydın “Introduction to Machine Learning” MIT Press, ...

Hüsnü Ata Erbay’ın araştırmaları genel olarak Uygulamalı Matematik alanında olup,  üç ana gruba ayrılabilir. Bunlardan birincisi, fizik ve mühendislikte ortaya çıkan çeşitli olayların diferansiyel denklemlerle ifade edilebilen matematiksel modellerinin inşa edilmesidir. İkincisi ise, bu modellerin matematiksel analizinin gerçekleştirilmesi, yani bu modeller yardımıyla tanımlanan matematiksel problemlerin çözümlerinin varlığı, tekliği, kararlılığı, asimptotik davranışı ve zaman içerisinde tekilliklere dönüşmesi gibi niteliksel özelliklerinin araştırılmasıdır. Üçüncü grup; tanımlanmış matematiksel problemlerin kesin veya yaklaşık çözümlerinin elde edilebilmesi için gerçekleştirilen bilimsel çalışmalardır. Her üç grupta halen yürütülen araştırmaların en önemli ortak özelliği doğrusal olmama (nonlineerlik) olarak ifade edilebilir. Bu bağlamda; doğrusal yaklaşımlarla ifade edilemeyen olayların doğrusal olmayan matematiksel modellerinin inşa edilmesi, bu modellerin matematiksel analizi ve çözümlerinin incelenmesi halen yürütülmekte olan araştırmaların temel çerçevesi olarak belirtilebilir. Hüsnü Ata Erbay’ın çalışma arkadaşları ile birlikte son zamanlarda yürüttüğü araştırmalarda; elastik malzemeden oluşan sürekli ortamlar için literatürde önerilmiş yerel olmayan elastisite  ve peridinamik elastisite kuramları çerçevesindeki doğrusal olmayan  matematiksel modeller önemli bir yer tutmaktadır. Doğrusal olmama özelliğine ek olarak, sözkonusu modellerin farklı fiziksel etkileri karakterize eden farklı ölçekleri de birarada içermesi bu çok ölçekli matematiksel modelleri hem modelleme hem de matematiksel analiz açısından oldukça karmaşık bir hale getirmektedir. Bu karmaşıklık; ele alınan matematiksel problemlerin çözümlerinin varlığı, tekliği, kararlılığı, asimptotik davranışı, zaman içerisinde tekilliklere dönüşmesi, gezen dalga çözümleri ve onların yörüngesel kararlılığı gibi  en temel soruları cevaplayabilmek için yeni matematiksel teknikler geliştirmeyi gerektirir. Doğrusal olmayan matematiksel modellerle ifade edilen problemlere, genellikle, sadece çok özel durumlarda kesin çözümler bulunabilmektedir. Bu durumda, modelle ilgili çeşitli sorulara en azından kısmi/yaklaşık cevaplar verilebilmesini sağlamak için, çok sayıda matematikçi sayısal teknikler geliştirerek  yaklaşık çözümler elde etmeye çalışmaktadır. Bu yaklaşımların, özellikle, yalnız dalgaların (solitary waves) doğrusal olmayan yayılımını karakterize eden doğrusal olmayan diferansiyel denklemlere genişletilmesi Hüsnü Ata Erbay ve çalışma arkadaşlarının son ...