Browsing by Author "Ünlütürk, Mehmet Süleyman"

Now showing 1 - 4 of 4

Çekişmeli üretici ağlar ile yapay zekalı moda tasarımcısı ve değerlendiricisi üretme
(2024) Hekimoğlu, Caner Kıvanç; Ünlütürk, Mehmet Süleyman
Recently, the fashion industry has been incorporating advanced technologies more and more in order to satisfy the needs of a varied and competitive market. This doctoral thesis investigates the application of Generative Adversarial Networks (GANs) as a fashion design and assessment method. The objective of the study is to create an advanced artificial intelligence system that can produce fashion images of high-quality and realism. This system will enhance the design process and elevate the virtual shopping experience. The study focusses on various approaches of GAN, including CycleGAN, Neural Transfer, and StyleGAN, to improve different aspects of fashion design, such as the transformation of clothes and patterns. The effectiveness of these models is evaluated through detailed computational experiments, demonstrating their ability to revolutionize the creative process in fashion design by providing innovative and efficient solutions. This thesis showcases notable progress in automating the processing of fashion images, providing designers with powerful tools to explore novel ideas and visualize concepts without the necessity of physical prototypes. Integrating GANs not only speeds up the design process but also decreases expenses related to material waste and extended prototyping. By using extensive datasets of past designs and fashion trends, the AI-driven system creates original and cutting-edge fashion ideas, encouraging innovation and helping designers stay ahead of the competition. Furthermore, this study aims to meet the increasing need for sustainability in the fashion sector by reducing material waste through the use of digital sample production. The utilization of AI technology is in line with current environmental objectives, establishing GANs as a significant contributor in promoting sustainable fashion practices. The effective utilization of GANs in this particular situation highlights their ability to not only improve artistic procedures but also contribute to more ecologically conscious fashion design practices.
Derin öğrenme kullanılarak müziksel benzerliklerin tespiti
(2025) Sofuoğlu, İlhan; Ünlütürk, Mehmet Süleyman
Müzik, yüzyıllardır insanları büyüleyen karmaşık ve çok yönlü bir sanat biçimidir. Derin öğrenmedeki son gelişmeler nedeniyle, bu teknolojinin müzik içeriğini araştırmak ve anlamak için kullanılmasına yönelik artan bir odaklanma olmuştur. Bu tezde, derin öğrenme tekniklerini kullanarak müzik benzerliğini tespit etme zorluğunu ele almayı amaçlıyoruz. Derin öğrenme modellerinin karmaşık müzik özelliklerini etkili bir şekilde yakalama ve analiz etme potansiyeline sahip olduğunu ve müzik benzerliklerinin doğru bir şekilde tespit edilmesini sağladığını savunuyoruz. Bunun müzik öneri sistemlerinde, müzik prodüksiyonunda ve hatta intihal tespitinde çok sayıda uygulaması olabilir. Büyük müzik besteleri kümeleri üzerinde eğitilen derin öğrenme modellerinin kullanımıyla, farklı müzik parçaları arasındaki benzerlikleri temsil eden önemli özellikleri ve kalıpları tespit edip çıkarabiliriz. Sağlam ve doğru müzik benzerliği tespiti elde etmek için derin sinir ağlarını gelişmiş özellik çıkarma teknikleriyle birleştiren bir çerçeve öneriyoruz. Önerilen çerçeve, müzik benzerliğini yüksek doğrulukla tespit etmek için derin sinir ağlarını ve gelişmiş özellik çıkarma tekniklerini kullanır. Performanslarını değerlendirmek için çeşitli müzik veri kümeleri üzerinde testler yapmak üzere önerilen çerçeveyi kullanıyoruz. Bulgular, metodolojimizin geleneksel teknikleri geride bıraktığını ve müzikal benzerlikleri belirlemede olağanüstü hassasiyet seviyelerine ulaştığını göstermektedir. Ayrıca, müzikal benzerlik tespiti alanında derin öğrenme yöntemlerini uygulamayla ilişkili kısıtlamaları ve zorlukları analiz ediyoruz. Genel olarak, tez, müzikal benzerlikleri doğru bir şekilde tespit etmek için derin öğrenmenin potansiyelini vurgulamaktadır.
Hazır giyim sektörü için tasarlanan modellerin beğenisinin yapay sinir ağları kullanılarak öngörülmesi
(2017) Hekimoğlu, Caner Kıvanç; Ünlütürk, Mehmet Süleyman
Bu araştırma, moda tasarım şirketleri için bir moda danışmanı olarak kullanılabilecek bir yapay sinir ağı sunmaktadır. Bu çalışmada, makine öğrenme teknikleri moda alanında kullanılmıştır. Sinir ağları tekniğiyle geliştirilen bir yazılım, hazır giyim tasarım örneklerini kabul veya reddetmek için moda danışmanı olarak uygulanmıştır. Ayrıca, bu model, geri yayılımlı sinir ağı devresi ve SVM modeli kullanarak müşteri tercihlerini öğrenmektedir. Bu sinir ağı uygulaması, müşterinin geçmişinde tercih ettiği moda tarzına dayanarak, müşteriye özel olarak hazırlanan özel moda tasarımlarını puanlandırmaktadır. Skora göre, şirket; giyim tasarım örneğini inceleme süreci için müşterisine göndermeye veya göndermemeye karar verebilir ve bu karar şirkete zaman kazandırır ve kaynak harcamasını azaltır. Çalışmanın sonuçlarına göre, geri yayılım sinir ağı ve SVM modeli bir moda danışmanı olarak etkin bir şekilde kullanılabilir.
Yazılım algoritmalarının verimlilik tekniklerinin titiz analizi
(2020) Ayaydın, Atabarış; Ünlütürk, Mehmet Süleyman
Efficiency, in programming, generally treated as a concept of 'on-demand' rather than an integral part of the programming. However, as it is a part of the software quality measurements, the programmer also responsible to write a program that will meet the requirements. Since there is no known technique to find the least time or space complexity for the problem on the hand, augmenting the programmer's knowledge with the known techniques is essential. As the meaning of efficiency changes throughout the time, these mentioned techniques must be reevaluated to adapt to current necessities. This thesis address, the categorization of the mentioned techniques as well as the expansion of them. The runtime comparison between the different versions of the solutions states that efficiency is not a lesser subject to deal with, instead, it requires more attention than it gets.