Akıllı Sistemler Laboratuvarı- ISL

members.jpg

http://isl.ceng.metu.edu.tr/

Akıllı Sistemler Laboratuvarı 2000 yılında kurulmuştur. Laboratuvarda temel olarak semantik web teknolojileri, çoklu ortam veri tabanları, bilgi mühendisliği, bilgi tabanlı sistemler, otomatik mantık yürütme, doğal dil işleme, metin madenciliği, web servisi oluşturma, yapay zeka uygulamaları, uzaktan öğrenme için akıllı işbirlikçi sistemler, yapay sinir ağları, genetik algoritmalar ve robotik konularında araştırmalar yapılmaktadır. Araştırma grubu halen semantik web teknolojileri ve ontoloji tabanlı soru cevaplama sistemleri ile ilgili çeşitli projeler üzerinde çalışmaktadır.

Üyeler

  • Doç. Dr. Ferda Nur Alpaslan
  • Doç. Dr. Nihan Kesim Çiçekli
  • Dr. Ayşenur Birtürk
  • Özgür Alan (Doktora Öğrencisi)
  • Samet Akpınar (Doktora Öğrencisi)
  • Gencay Evirgen (Yüksek Lisans Öğrencisi)
  • Orkunt Sabuncu (Doktora Öğrencisi)
  • Barış Tanrıkulu (Lisans Öğrencisi)

Yürütülmekte Olan Projeler

PerMIMS

Günümüzde bilgi ve iletişim sistemleri yüksek miktarda çoklu ortam veri içermektedir. Profesyonel olarak oluşturulmuş çoklu ortam verilerinin yanı sıra, kullanıcı tarafıdan oluşturulan çoklu ortam içerikleri cep telefonları, sayısal kameralar ve kayıt cihazları gibi yaygın kullanımdaki araçlardan ötürü ciddi bir şekilde artmaktadır. PerMIMS projesinin amacı çok büyük miktardaki çoklu ortam verilerini saklamak, yönetmek, sorugulamalar yapmak ve bu içerikleri kullanmak için gerekli mimari ve teknolojileri geliştirmektir. Bu verilerin anlaşılması ve üzerinde sorgulama yapılabilmesi için bu verilerle etiketlenmesi gerekmektedir. Projede, yaygın olarak kabul edilen standartlar kullanılarak çoklu ortam verileri etiketlenecektir. Etiketlemek için yeterli yardımcı verinin bulunmadığı durumlarda görüntü işleme, metin madenciliği ve bilgi çıkarım yöntemleri kullanılacaktır.

PerMIMS projesinde kişiselleştirme temel bir rol oynamaktadır. Sistem kullanıcılara ait kişisel özellikleri öğrenecek ve kullanım geçmişine bakara bunları sürekli olarak güncelleyecektir. Böylelikle kullanıcıya en uygun çoklu ortam içeriğinin bulunabilmesi sağlanacaktır.

QASTEL

Ontoloji tabanlı bir soru-cevap sistemi geliştirmeyi amaçlayan bu projede geliştirilecek olan sistem bir uzaktan öğrenme sistemine entegre edilecektir. Böylelikle kullanıcılar sisteme doğal dil kullanarak sorular sorabilecek ve sistemden uygun cevaplar alabileceklerdir. Kullanım analına bağlı olarak, proje kapsamında çeşitli ontolojiler geliştirilecektir.

Sistem kullanıcıların davranışlarını öğrenebilecek ve kendisini buna göre yapılandırabilecektir. Kullanıcıların gereksinim duydukları bilgiye hızlı ve etkin bir şekilde erişmelerini amaçlayan bu projede, hem makina tarafından anlaşılabilecek içerik sunumu için hem de soru cevaplama sistemlerinin uzaktan öğrenmeye kolayca entegre edilmesi için standartlar geliştirmek gerekmektedir.

Diğer Projeler

  • The Virtual International Collaborative University, METU-University of North Texas Joint Research Project, Funded by National Science Foundation (USA) and TUBITAK (Turkey), NSF-TUBITAK-100E049, 2000 – 2002
  • Realistic Applications of Action Languages for Workflow Management, METU-University of Texas at Austin Joint Research Project, Funded by National Science Foundation (USA) and TUBITAK (Turkey), NSF-TUBITAK-101E024, 2001 – 2003
  • Distributed and Cooperative Information Systems, METU-Université de Bourgogne Joint Research Project, Funded by French Embassy in Turkey, 1999 – 2001
  • Mobile Commerce with Location-based Mobile Software Agents, Funded by METU, BAP-2002-07-04-01, 2002
  • Behavior-based Robotics Applications, Funded by METU, BAP-2002-03-12-01, 2002
  • Behavior-based Robotics Applications, Funded by TÜBİTAK, 102E003, 2002 – 2004
  • An Ontology-Based Turkish Question-Answering System, Funded by METU, BAP-2007-03-12-02, 2007 – 2009
  • A Personal Multimedia Knowledge Management System System, Funded by METU, BAP- 2007-03-12-01, 2007 – 2009

Seçilmiş Yayınlar

  • Buyukbingol E., A. Sisman, M. Akyildiz, F.N. Alparslan, and A. Adejare, Adaptive neuro-fuzzy inference system (ANFIS): A new approach to predictive modeling in QSAR applications: A study of neuro-fuzzy modeling of PCP-based NMDA receptor antagonists, Accepted to be published in Bioorganic & Medicinal Chemistry, 2007.
  • Adiloğlu, K. and F. N. Alpaslan. A Machine Learning Approach to Two-Voice Counterpoint Composition. Knowledge-Based Systems Journal, 20 (2007) 300309.
  • Cicekli, N.K., I. Cicekli, Formalizing the specification and execution of workflows using the event calculus, Information Sciences, vol. 176, no. 15, 2006, pp. 2227-2267.
  • Cicekli, I., N.K. Cicekli, Generalizing predicates with string arguments, Applied Intelligence, vol. 25., No 1, 2006, pp.23-36.
  • Cicekli N.K., A. Cosar, A. Dogac, F. Polat, P. Senkul, I.H. Toroslu and A. Yazici, Data Management Research at the Middle East Technical University, ACM Sigmod Record, Volume 34, Number 3, September 2005.
  • Apolloni, B.; Ghosh, A.; Alpaslan, F.; Jain, L.C.; Patnaik, S. (Eds.) Machine Learning and Robot Perception, Series: Studies in Computational Intelligence, Vol. 7 , 2005. ISBN: 3-540-26549-X
  • Koprulu, M., N.K. Cicekli, A. Yazici, Spatio-temporal Querying in Video Databases, Information Sciences, 160, pp. 131-152, 2004.
  • Swigger K., F. Alpaslan, R. Brazile, and M. Monticino. Effects of Culture on Computer-Supported Collaborations. International Journal of Human-Computer Studies, Vol. 60, March 2004, pages 365-380.
  • Sisman-Yilmaz, N.A., F.N. Alpaslan, and L. Jain. ANFIS-unfolded-in-time for multivariate timeseries forcatsing, Neurocomputing, October 2004, Vol. 61, pages 139-168.

research/intelligent/index.tr.txt · Son değiştirilme: 2011/02/17 11:24 Değiştiren: Erdal SIVRI