No abstract

No abstract

Endüstri 4.0 ile makinelerin birbiriyle haberleştiği bir sürece girmiş bulunmaktayız. Bu süreç, makinelerin otonom kararlar vereceği ve bu kararlar ile insanların hayatına önemli etkilerde bulunacağı Endüstri 5.0 döneminin de ilk adımlarını oluşturmaktadır. Endüstride meydana gelen bu gelişmelerin temelinde yapay zekâ algoritmaları ile birçok alanda elde edilen yüksek başarılar yer almaktadır. Geliştikçe başarısı ve karmaşıklığı artarken anlaşılabilirliği azalan yapay zekâ temelli sistemlerin insanları etkileyen önemli kararların alınmasında kullanılacak olması birçok şüpheyi de beraberinde getirmektedir. Bu şüpheler sadece son kullanıcı tarafında değil aynı zamanda sosyal ve ekonomik dönüşümlerle de ilgilidir. Endüstri 5.0’ın önündeki engellerin başında geliştirilmesi planlanan zeki topluluğa karşı toplumsal önyargılar bulunmaktadır. Bu sebeple, zeki ve otonom makinelerin ne tür etik ve ahlaki sorumlulukların bilincinde makineler olduğunun topluma açıklanabilir olması gerekmektedir. Bu çalışmada, hangi durumlarda yapay zekâ nın etik ve ahlaki değerlere sahip olması gerektiği ve bu değerleri ne şekilde öğrenebileceği araştırılmış, teknoloji ve sosyoloji bağlamında mevcut çalışmalar derlenerek zeki otonom sistemler için sağlam bir etik zeminin olası toplumsal ve teknolojik etkileri değerlendirilmiştir.

Authorship verification (AV) is one of the main problems of authorship analysis and digital text forensics. The classical AV problem is to decide whether or not a particular author wrote the document in question. However, if there is one and relatively short document as the author’s known document, the verification problem becomes more difficult than the classical AV and needs a generalised solution. Regarding to decide AV of the given two unlabeled documents (2D-AV), we proposed a system that provides an author-independent solution with the help of a Binary Background Model (BBM). The BBM is a supervised model that provides an informative background to distinguish document pairs written by the same or different authors. To evaluate the document pairs in one representation, we also proposed a new, simple and efficient document combination method based on the geometric mean of the stylometric features. We tested the performance of the proposed system for both author-dependent and author-independent AV cases. In addition, we introduced a new, well-defined, manually labelled Turkish blog corpus to be used in subsequent studies about authorship analysis. Using a publicly available English blog corpus for generating the BBM, the proposed system demonstrated an accuracy of over 90% from both trained and unseen authors’ test sets. Furthermore, the proposed combination method and the system using the BBM with the English blog corpus were also evaluated with other genres, which were used in the international PAN AV competitions, and achieved promising results.

Covid-19 hastalığı, ortaya çıktığı günden bugüne birçok can kaybına yol açmıştır. Dünya Sağlık Örgütü (DSÖ) tarafından pandemi olarak ilan edilen bu hastalığa yakalanan kişilerde ciddi akciğer tahribatları oluşabilmektedir. Hekimlerin bu hastalığın teşhisinde akciğer özelinde çekilen bilgisayarlı tomografi (Computed Tomography -CT) ve X-Ray (Chest X-Ray -CXR) görüntülerini inceleyerek teşhis koydukları bilinmektedir. Bu CXR görüntülerinin çekildiği anda enfekte olduğu değerlendirilen kişilere hekim kontrolü öncesi yapılacak bir erken teşhis ile koruyucu önlemler hızlıca alınabilir ve hekimlerin hastalığı teşhis süreçleri kısaltılabilir. Diğer birçok hastalığın teşhisinde başarılı sonuçlar üreten yapay zekâ yöntemlerinin, Covid-19 hastalığında da başarılı sonuçlar ürettiği güncel çalışmalarda görülebilmektedir. Elde edilen başarılı sonuçların yanında, kullanılan sağlık verileri kişisel veri sınıfına girdiği için bu verilerin işlenmesinde ve analiz edilmesinde mahremiyet koruyucu önlemlere ihtiyaç olduğu açıktır. Gerek Kişisel Verileri Koruma Kanunu (KVKK) gerekse de Genel Veri Koruma Tüzüğü (General Data Protection Rule -GDPR), bu tür verilerin işlenmesinde mahremiyetin korunmasına özen gösterilmesi gerekliliğini ortaya koymaktadır. Bu çalışmada, Covid-19 hastalığını tespit eden yapay zekâ odaklı çalışmalar incelenmiş, kullanılan açık veri kümeleri sunulmuş, Covid-19 hastalığının tespitinde mahremiyeti dikkate alan çalışmalar gözden geçirilerek genel değerlendirmelerde bulunulmuştur.