Adli Bilişim İncelenme Süreçlerinde Yapay Zeka Kullanımı: VGG16 ile Görüntü Sınıflandırma

Abstract

Son yıllarda teknolojide meydana gelen gelişmelerle beraber başta internet ve sosyal medya olmak üzere bulut bilişim, akıllı telefon ve navigasyon sistemleri gibi uygulamaların kullanım oranları artmıştır. İnternet ve bilişim cihazlarının yoğun kullanımı, beraberinde depolanan veya aktarılan veri miktarını arttırmış ve bu artış aynı zamanda dijital dünya ile ilişkilendirilen suç oranının da yükselmesine neden olmuştur. İşlenen suçlara ilişkin elde edilen delil boyutu da paralel olarak artmış ve artan veri miktarı, adli bilişim uzmanlarının mevcut imkânlarla veriyi analiz edebilmesini zorlaştırmıştır. Adli bilişim veri inceleme süreçlerinde yaşanan aksamalar nihai olarak adli yargılama süreçlerini de olumsuz etkilemiştir. Söz konusu sorunların giderilmesi kapsamında makalede, elde edilen görüntü verilerinin hızlı ve doğru olarak analiz edilmesini sağlayan bir model önerilmiştir. Önerilen model, VGG16 ağ yapısı ile görüntü sınıflandırma için özel tasarlanan ağ katmanlarından oluşmaktadır. Çalışmada, 2085'i Kaggle platformundan 915'i farklı kaynaklardan oluşturulan 300*300 piksel çözünürlüklü resimlerden oluşan veri seti kullanılmıştır. Model, FloydHub ortamında Keras ve TensorFlow kütüphaneleri ile test edilmiştir. Test sonuçlarına göre modelde %97.8 doğruluk oranı elde edilmiştir. Elde edilen sonuç, benzer çalışmalarla kıyaslanmış ve önerilen modelin diğer çalışmalara oranla ortalama %5 oranında performans artışı sağladığı görülmüştür.

The Role and Applications of Artificial Intelligence in Image Content Classification

“…YZ algoritmaları, verilerdeki değişikliklere, gürültülü veya eksik verilere ve farklı çevre koşullarına dayanıklı olmalıdır. Güvenilirlik, sınıflandırma sisteminin güven veren sonuçlar üretebilme yeteneğini ifade eder (Dilber ve Çetin, 2023(Dilber ve Çetin, : 1695(Dilber ve Çetin, -1704.…”

“…Bu adımda, görüntülerdeki gürültüyü azaltmak, boyutları standartlaştırmak veya renk dönüşümü gibi işlemler gerçekleştirilir. Veri ön işleme, yapay zeka modelinin daha doğru ve tutarlı sonuçlar elde etmesini sağlar (Dilber ve Çetin, 2023(Dilber ve Çetin, : 1695(Dilber ve Çetin, -1704.…”

“…Bu, tıbbi görüntü analizi, güvenlik sistemleri, otomotiv endüstrisi ve daha birçok alanda kullanılabilir. (Dilber ve Çetin, 2023(Dilber ve Çetin, : 1695(Dilber ve Çetin, -1704.…”

“…Bu modeller, karmaşık ve yüksek boyutlu görüntü verilerini işleyebilir ve anlamlandırabilir. (Dilber ve Çetin, 2023(Dilber ve Çetin, : 1695(Dilber ve Çetin, -1704.…”

“…Araştırmaların hızla ilerlemesi ve yeni tekniklerin geliştirilmesi, yapay zekanın Görüntü sınıflandırmada daha da gelişmesini ve daha geniş bir uygulama potansiyeline sahip olmasını sağlayacaktır. Ancak, veri kalitesi, etik konular ve bağlamsal bilgi gibi zorlukların da ele alınması gerekmektedir (Dilber ve Çetin, 2023(Dilber ve Çetin, : 1695(Dilber ve Çetin, -1704. (01.12.2023)…”