İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2021 · article

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

Dergi Düzce Üniversitesi Bilim ve Teknoloji Dergisi
ISSN2148-2446
YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2021
Atıf4OpenAlex
Yüzdelik%40,1
FWCI0,091,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıDüzce Üniversitesi Bilim ve Teknoloji Dergisi
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

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.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

4atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 4 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2023 Prediction of Gender and Age Period from Periorbital Region with VGG16Atıf 2 · OpenAlex
  2. 2023 Prediction of Gender and Age Period from Periorbital Region with VGG16Atıf 2 · OpenAlex
  3. 2023 Prediction of Gender and Age Period from Periorbital Region with VGG16Atıf 2 · OpenAlex
  4. 2026 Classification of Cable Colors and Position Verification Using Deep Learning-Based Real-Time Image ProcessingAtıf 0 · OpenAlex

Yazarlar

2
  1. İsrafil Dilber 1
  2. AYDIN ÇETİN GAZİ ÜNİVERSİTESİ 2