Nörobilimde makine öğrenmesi ve geleceği
Machine learning and its future in neuroscience
- Tez No: 616382
- Danışmanlar: PROF. DR. SİNAN CANAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Nöroloji, Science and Technology, Neurology
- Anahtar Kelimeler: Nörobilim, makine öğrenmesi, derin öğrenme, yapay zeka, Makine öğrenmesi yöntemleri, Neuroscience, machine learning, deep learning, artificial intelligence, Machine learning methods
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Nörobilim Ana Bilim Dalı
- Bilim Dalı: Nörobilim Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zeka ve nörobilim, gelişim süreci olarak benzer dönemlerde hızlanan bir ivme yakalamışlardır. Yapay zekanın temelini oluşturan makine öğrenmesinin beyin bilimlerini yakından takip edip oradan beslendiğini gözlemliyoruz. Gerek hayvanların öğrenme yöntemleriyle ilgili gözlemler, gerek insanların öğrenme yöntemleriyle ilgili gözlemler, gerekse nörobilim alanında öğrenmenin nöron seviyesindeki bileşenlerine ilişkin bulgular, makine öğrenmesinde çeşitli yöntemlerin geliştirilmelerini sağlamıştır. Bu çalışmanın amacı, makine öğrenmesi yaklaşımının özetlenmesi ve bu yaklaşımların nörobilim alanında ne kadar ve nasıl kullanıldığının incelenmesi, iş dünyasında başta olmak üzere makine öğrenmesinin mevcut kullanılma eğilimlerininin ve biçimlerininin değerlendirip bir karşılaştırma yapılarak ileride nörobilimde makine öğrenmesinin nasıl ve ne amaçlarla kullanılabileceğine ilişkin çıkarımlar yapılmasıdır. Bu amaçla makine öğrenmesine ilişkin kaynaklar taranarak ana yaklaşımlar aktarılmış, nörobilimde mevcut durumda makine öğrenmesine ilişkin ne gibi kullanımlar bulunduğu araştırılıp örneklendirilmiş, iş dünyasında özellikle büyük veri ile birlikte makine öğrenmesinin nasıl kullanıldığı incelenerek karşılaştırma yapılmış ve nörobilim alanında makine öğrenmesi kullanımının nasıl yaygınlaşabileceği ve değişebileceği sorgulanmıştır.
Özet (Çeviri)
Artificial intelligence and neuroscience development processes have gained acceleration in similar periods. We observe that machine learning, which forms the basis of artificial intelligence, follows the brain sciences closely and feeds from there. Both observations of animals' learning methods, observations of people's learning methods, and findings of neuron-level components of learning in the field of neuroscience have led to the development of various methods in machine learning. It is aimed in this study to summarize the machine learning approach and to examine how deep and wide these approaches are used in the field of neuroscience; based on that it will be possible to evaluate the current trends and forms of machine learning, especially in the business world, and to make inferences about how and for what purposes machine learning can be used in neuroscience in the future. For this purpose, the main approaches have been summarized by searching the resources about machine learning, the uses of machine learning in neuroscience have been investigated and exemplified, how the machine learning has been used together with big data in the business world has been compared to the use of machine learning in neuroscience today and the issue of how machine learning usage can be spread and changed in the field of neuroscience has been questioned.
Benzer Tezler
- Nörobilimde değişkenliğin nedensellik boyutunun bağlantısallığı yapay zeka öğrenme algoritmaları modellemesi
Connectivity of the causality dimension of variability in neuroscience - modeling of learning algorithms of artificial intelligence
NEŞE ÇETİN
Yüksek Lisans
Türkçe
2023
BiyolojiÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
PROF. DR. TÜRKER TEKİN ERGÜZEL
- Brain computer interface design and implementation using machine learning with user feedback
Kullanıcı geribeslemeli makine öğrenmesi ile beyin bilgisayar arayüzü tasarımı ve uygulaması
EMRE ARI
Doktora
İngilizce
2023
Makine MühendisliğiMarmara ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ERTUĞRUL TAÇGIN
DR. ÖĞR. ÜYESİ ALPER ŞİŞMAN
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Nöropazarlama alanında yapılan çalışmaların bibliyometrik analizle incelenmesi
Bibliometric analysis of studies conducted in the field of neuromarketing
ABDULLAH BALLI
Yüksek Lisans
Türkçe
2025
İşletmeÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
PROF. DR. TÜRKER TEKİN ERGÜZEL