En İyi Bitirme Projesi Kategorisi Birincilik Ödülü
Doç. Dr. Hilal ARSLAN danışmanlığında çalışmalarını yürüten Abdulmajeed ALREMALI, Bekir Berk YILDIRIM, Yaren DİNÇ ve Mert ÖZDEMİR’den oluşan takım, geliştirdikleri iki farklı proje ile “En İyi Bitirme Projesi” kategorisinde birincilik ödülüne layık görülmüştür.
“ApherAI Pro”
ApherAI Pro, sınıflandırma tabanlı yapay zekâ projelerinde veri ön işleme, model eğitimi, optimizasyon, değerlendirme, açıklanabilir yapay zekâ (XAI) ve raporlama süreçlerinde karşılaşılan zorlukları azaltmak amacıyla geliştirilmiş no-code bir yapay zekâ platformudur. Sistem; veri yükleme, doğrulama, veri hazırlama, model eğitimi, hiperparametre optimizasyonu, tahminleme, açıklanabilirlik analizi ve otomatik rapor üretimi gibi süreçleri tek bir bütünleşik yapı altında sunmaktadır.
Projenin yazılım mimarisi ve sistem tasarım süreci Arş. Gör. Pelin Nur ÇÖL tarafından koordine edilmiş olup, uygulamanın hem web hem de masaüstü sürümleri Abdulmajeed ALREMALI tarafından geliştirilmiştir. Proje, teknik bilgi seviyesi sınırlı kullanıcıların dahi yapay zekâ tabanlı sınıflandırma sistemleri geliştirebilmesini kolaylaştırmayı ve yapay zekâ süreçlerini daha erişilebilir hâle getirmeyi amaçlamaktadır.
“Anomaly Detection in Satellite Telemetry Data Using an Explainable Artificial Intelligence Approach”
Takımın ödül alan ikinci projesi olan bu çalışma, derin öğrenme tabanlı sistemlerde karşılaşılan “black-box” problemini azaltmaya yönelik açıklanabilir bir anomali tespit yaklaşımı sunmaktadır. Çalışmada, 1 boyutlu telemetri sinyalleri STFT yöntemi ile 2 boyutlu spektrogramlara dönüştürülmüş ve 2D Convolutional Autoencoder modeli ile analiz edilmiştir. EWMA tabanlı alarm mekanizması kullanılarak yanlış pozitif alarm oranlarının azaltılması hedeflenmiş, ESA veri seti üzerinde gerçekleştirilen deneylerde başarılı sonuçlar elde edilmiştir.
Türk Havacılık ve Uzay Sanayii LIFT UP Programı kapsamında geliştirilen proje; TUSAŞ mühendisi Abdullah Nuri SOMUNCUOĞLU öncülüğünde, Bekir Berk YILDIRIM, Yaren DİNÇ ve Mert ÖZDEMİR tarafından geliştirilmiş olup, 11th International Conference on Recent Advances in Air and Space Technologies (RAST 2026) konferansında bildiri olarak sunulmuştur.
En İyi Bitirme Projesi Kategorisi İkincilik Ödülü
Dr. Öğr. Üyesi Fatma KÜÇÜK danışmanlığında, Ahmet Görkem ÇİÇEK ve Ali Halit PARLAR tarafından geliştirilen “Enhancing Traditional Classifiers with Joint Spatial-Spectral Features: An Imbalance-Aware Lightweight Framework” başlıklı proje, En İyi Bitirme Projesi kategorisinde ikincilik ödülüne layık görülmüştür.
Proje kapsamında, hiperspektral görüntü sınıflandırmasında karşılaşılan yüksek boyutluluk, sınırlı etiketli veri ve sınıf dengesizliği problemlerine yönelik hafif ve etkili bir spektral-uzamsal öğrenme çerçevesi geliştirilmiştir. Önerilen yaklaşım; Linear Discriminant Analysis (LDA), Extended Morphological Profiles (EMP) ve Cost-Sensitive k-Nearest Neighbors (CS-KNN) yöntemlerini bir araya getirerek sınıf ayrıştırılabilirliğini artırmakta, çok ölçekli uzamsal özellikler çıkarmakta ve dengesiz veri problemlerine karşı daha başarılı sonuçlar elde etmektedir.
Doç. Dr. Yenal ARSLAN danışmanlığında, Sencer Eren YAVUZ ve Mert İnan DOĞAN tarafından geliştirilen “ACCREDITRA: Smart Certification and Audit Management System” başlıklı proje, En İyi Bitirme Projesi kategorisinde üçüncülük ödülüne layık görülmüştür.
Proje kapsamında, ISO standartlarına yönelik belgelendirme ve denetim süreçlerini dijitalleştirmek ve uçtan uca otomatikleştirmek amacıyla web tabanlı akıllı bir yönetim sistemi geliştirilmiştir. ACCREDITRA platformu; çoklu standart başvuru formları, kuruluş özelliklerine göre otomatik denetim süresi hesaplama ve NACE kodu tabanlı denetçi eşleştirme mekanizmalarıyla geleneksel süreçleri merkezi ve bütünleşik bir yapıya dönüştürmektedir.
En İyi Poster Kategorisi Birincilik Ödülü
Dr. Öğr. Üyesi Ömer MİNTEMUR danışmanlığında, Fırat ÖZCAN, Rojda SÜSLÜ, Musa YÜKSEL ve Sena Dilan ÇAKIR tarafından hazırlanan “Resolving Color Ambiguity in Image Colorization through Caption Guidance and Probabilistic Decoding” başlıklı çalışma, En İyi Poster kategorisinde birincilik ödülüne layık görülmüştür.
Proje kapsamında, gri tonlamalı görüntülerin renklendirilmesinde karşılaşılan renk belirsizliği problemi ele alınmıştır. Araştırmada, otomatik olarak üretilen görüntü açıklamalarının (caption) semantik rehberlik sağlaması ve Mixture Density Network (MDN) tabanlı olasılıksal çıktı modellemesi olmak üzere iki tamamlayıcı yaklaşım birlikte kullanılmıştır. COCO 2017 veri kümesi üzerinde gerçekleştirilen deneyler, önerilen yaklaşımın renk belirsizliğini azaltırken görsel gerçekçilik ve kalite açısından başarılı sonuçlar sunduğunu göstermiştir.
2026 Bitirme Projeleri Fuarı kapsamında ödül alan tüm öğrencilerimizi ve danışman akademisyenlerimizi tebrik ediyor; bilimsel, teknolojik ve yenilikçi çalışmalarının başarıyla devam etmesini diliyoruz.
