IoT ve Derin Öğrenme. Ferhat Kurt/Open Zeka Kurucu
|
|
- Erol Aksu
- 6 yıl önce
- İzleme sayısı:
Transkript
1 IoT ve Derin Öğrenme Ferhat Kurt/Open Zeka Kurucu
2 IoT Resim Kaynak:
3 IoT
4 IoT yılında 34 milyar cihaz bağlı olacak (10 milyarı akıllı telefon, tablet, akıllı saat vb.), 2. Önümüzdeki 5 yıl içinde 6 trilyon Dolar harcanacak, yılında araçların %90 ını online olacak (2012 de %2 oranında), 4. Barcelona da akıllı sokak ışıklarından yılda 37 milyon Dolar, bağlı su yönetimi ile 58 milyon Dolar tasarruf sağlamakta, 5. Giyebilir cihaz gönderim miktarı 2015 yılında 76,1 milyon iken 2019 yılında 173,9 milyon adet olması, 6. Birbirine bağlı sağlık pazarı 2020 de 117 milyar Dolar olması ön görülmekte. Rapor:
5 IoT Tam liste için:
6 Industrial Internet Of Things Endüstri için IoT IIoT IoT + Deep Learning = Internet Of Intelligent Things IoIT Akıllı IoT
7 IoT: Google, Samsung, Microsoft un ve yeni savaş alanı Makine öğrenmesi, doğal dil işleme ve sinir ağlarındaki gelişmeler kişisel bilgisayar işlemlerinde Yapay Zekayı ön planına çıkarmıştır. * «Her şeyde, her yerde ve herkese zekâyı sunmak istiyoruz.» Microsoft CEO Satya Nadella *
8 2016 Google, Google Assistant'ını IoT cihazları için kullanılabilir hale getirmek istiyor.
9 NEDEN ŞİMDİ?
10 YAPAY ZEKA GELİŞİMİ
11 Derin Öğrenme & Yapay Zekâ Derin öğrenme, makinelerin dünyayı algılama ve anlamasına yönelik yapay zekâ geliştirmede en popüler yaklaşımdır. Şu anda ağırlıklı olarak belirli anlamayla ilgili görevlere odaklanılmış ve bu alanlarda birçok başarı elde edilmiştir. Bugün, en önemli araştırma kuruluşlarının yanısıra dünyanın en büyük internet şirketlerinin bazıları araştırma ve ürünlerinde derin öğrenme kullanmak için GPU ları kullanmaktadır. 11
12 Geniş-kapsamlı Tanıma Flüt Raket Veri Veri Çeşitliliği Veri, gerçek dünyayı yansıtacak yeterlilikte çeşitliliğe sahip olmalıdır. Algoritma Sırt Çantası Algoritma Kompleksliği Algoritmalar veriden öğrenecek kadar yeterli güce sahip olmalıdır. Kibrit Keçi Veri Açıklaması Veri, algoritmanın öğrenebilmesi için yeterli bilgiye sahip olmalıdır. Algoritma Hızı Algoritmalar, geniş veriyi işleyecek kadar yeterli hıza sahip olmalıdır. 12
13 Sınıflandırma: kişi, motosiklet PASCAL VOC Nesne Sınıfı 22,951 resim Bulma Parçalara ayırma -Segmentasyon Kişi Motorsiklet Davranış: Motosiklet sürme Everingham, Van Gool, Williams, Winn and Zisserman. The PASCAL Visual Object Classes (VOC) Challenge. IJCV
14 BÜYÜK KAPSAMLI GÖRSEL TANIMA YARIŞMASI (ILSVRC) Nesne Sınıfında 1000 Nesne Sınıfında 517,840 resim 1,431,167 resim Yarışma Kategorileri İki Ana Yarışma Kategorisi 1. Nesne tespiti (200 farklı etiketlenmiş kategoride), 2. Nesne Yeri Bulma (1000 farklı kategoride) resim, synset indekslenmiştir. net.org/challenges/lsvrc/ İki Yeni Yarışma Kategorisi (2015) 1. Videoda nesne tespiti (30 farklı etiketlenmiş kategoride), 2. Sahne sınıflandırma (365 sahne kategorisi Places2) Yeni Yarışma Kategorisi (2016) 1. Sahne ayrıştırma (150 malzeme ve ayrık nesne kategorisi)
15 ILSVRC YENİ EKLENEN VİDEO KATEGORİSİ 15
16 KATILIMCI SAYISI 250 YILLARA GÖRE ILSVRC YE KATILIM DURUMU ILSVRC 2012 ILSVRC 2011 ILSVRC yıl ILSVRC katılımcı ILSVRC katılımcı ILSVRC YIL 16
17 YARIŞMA YILI Başarı ImageNet Yarışması Doğruluk Imagenet 2011 kazananı %74,3 Imagenet 2012 kazananı (Krizhesvky) %83,6 93% 96% 97% GPU is 1 of 3 Breakthroughs Revolutionizing Deep Learning Imagenet 2013 kazananı (Zeiler/Clarifai) %88,3 Imagenet 2014 kazananı (GoogLeNet) %93,3 88% Andrej Karpathy (İnsan denek kullanılmıştır) %94,9 Buidu ArXiv Yayını 3 Oca 15 %94 84% NVIDIA CUDA GPU MS Research ArXiv yayını 6 Şub 15 %95,1 Google ArXiv yayını 2 Mar 15 %95,2 Imagenet 2015 kazananı (Microsoft) %96,43 Imagenet 2016 kazananı (Trimps-Soushen) %97,01 72% 74%
18 Derinlik Devrimi 152 layers layers 19 layers layers 8 layers shallow ILSVRC'15 ILSVRC'14 ILSVRC'14 ILSVRC'13 ILSVRC'12 ILSVRC'11 ILSVRC'10 ResNet GoogleNet VGG AlexNet ImageNet Classification top-5 error (%) Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arxiv 2015.
19 LeNet (LeCun et al. 1998) 19
20 20
21 21
22 *the original image is from the COCO dataset Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arxiv Shaoqing Ren, Kaiming He, Ross Girshick, & Jian Sun. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. NIPS
23 Örnek Bölütleme(özet) CONVs box instances (RoIs) Solely CNN-based ( features matter ) Differentiable RoI warping layer (w.r.t box coord.) Multi-task cascades, exact end-to-end training CONVs FCs mask instances RoI warping, pooling categorized instances for eachroi FCs conv feature map masking person person horse person for eachroi Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arxiv Jifeng Dai, Kaiming He, & Jian Sun. Instance-aware Semantic Segmentation via Multi-task Network Cascades. arxiv 2015.
24 girdi *the original image is from the COCO dataset Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arxiv Jifeng Dai, Kaiming He, & Jian Sun. Instance-aware Semantic Segmentation via Multi-task Network Cascades. arxiv 2015.
25 MULTİMODAL RECURRENT NEURAL NETWORK «siyah beyaz köpek bar üzerinden atlıyor.» «iki genç kız lego oyuncağı ile oynuyor.» «pembe kıyafetli kız havada zıplıyor.» «turuncu güvenlik yeleği giyen yapı işçisi yolda çalışıyor» «mavi dalış kıyafetli adam dalga üstünde sörf yapıyor.» «siyah tişört giyen adam gitar çalıyor.» 25
26 Ham veri GELENEKSEL MAKİNE ALGISI Hand Crafted Özellikler Özellik çıkarıcı Lineer Sınıflandırıcı Sonuç 26
27 Büyük Veriye Erişim Günlük 350 milyon resim yükleme Her bir dakikada 100 saatlik video Saatte 2,5 Petabyte Müşteri verisi Yeni Derin Öğrenme Teknikleri GPU Hızlandırıcılar 27
28 Yann LeCun Facebook Yapay Zekâ Lab. Yöneticisi (Prof.) Geoffrey Hinton Google Toronto Üniversitesi (Prof.) Yoshua Bengio Montreal Üniversitesi (Prof.) Andrew Ng Baidu Baş Bilimadamı (Prof.)
29 KARŞILAŞTIRMA Google Brain e eşdeğer görüntü analizi yapan NVIDIA sistemi 29
30 30
31 31
32 32
33 Günümüzde Kullanılan Ses Tanıma Sistemleri 33
34 34
35 35
36 Çoğu insan %95 doğruluk ve %99 doğruluk arasındaki farkı anlamamaktadır. %99 oyun değiştiren bir orandır. %99 doğruluk ile akıllı telefonlar sesle kullanılacak hale getirilebilir. 36
37
38
39 25 Eylül DARPA Deep Learning Workshop DARPA insansız hava araçlarının düşman toprakları üzerinde elde ettiği görüntü ve videoların karargâha aktarımıyla oluşturulan büyük veri (BigData) yığınıyla baş edebilmek maksadıyla daha iyi bir istihbarat katmanı geliştirilmesi kapsamında 2009 yılında derin öğrenme çalışmalarına destek vermeye başlamıştır. Hava Kuvvetleri ile Leland Stanford Junior Üniversitesi (Stanford University)arasında 15 Mart Haziran 2014 sonlanmıştır. Bu anlaşma kapsamında $2,693,119 ödenmiştir Amerikan Hava Kuvvetleri Araştırma Laboratuarı Deep Learning Analytics ile Target Recognition and Adaption in Contested Environments (TRACE) programı kapsamında 6 milyon dolarlık bir sözleşme imzaladı Deep Learning for Actionable Intelligence Discovery and Exploitation ABD Hava Kuvvetleri, derin öğrenme alanındaki devrimsel nitelikteki başarıları gördükten sonra görüntü analizinde derin öğrenme ve doğal dil işleme kullanımına yönelik ihale duyurusunu yaptı. 39
40 Deneyimle Gelişen Makinelere Doğru Yeni program, bir gün "biyolojik organizmaların" yaptığı şekilde "öğrenebilen" sistemlerin temellerini geliştirmeyi amaçlıyor.
41 THE UNDER SECRETARY OF DEFENSE The purpose of this study is to identify the science, engineering, and policy problems that must be solved to permit greater operational use of autonomy across all warfighting domains.
42 THE UNDER SECRETARY OF DEFENSE to build trust and enable the most effective use of autonomy for the defense of the nation.
43 Internet of Everything for Defense İnsan - Makine Timi Makine - Makine Timi
44 TARDEC U.S. Army Tank Automotive Research Development and Engineering Center ABD Ordusu Ekim 2016 da Zorlu Avustralya Arazisinde Kendi Kendine Süren Araç Testlerine Başladı
45 Bağlantılı Araçlar U.S. Army Tank Automotive Research, Development and Engineering Center (TARDEC) ABD Ordusu, kendi kendine süren bağlantılı araç konvoyu testine Haziran 2016 da başladı.
46 Günlük 350 milyon resim yükleme On binlere sosyal ve politik olay günlük olarak indekslenmektedir. Uzaktan algılama firmalarının sayısı ve kapasitelerinin hızlı artırışı Her dakika 100 saatlik video yüklemesi Derin Öğrenmenin Coğrafi Analizde Kullanılması Başarılması gereken her özel bilgi ayıklama görevi için algoritma yazmaya ne yeteri kadar zaman ne de uzmanlık bulumaktadır. Derin Öğrenme, görevle ilgili içerik ve örüntüleri ham veri olarak makine hızında tanımlayan genel algoritmalar sunmaktadır.
47 Derin Öğrenme Yapısıyla Analiz İşlemi 47
48 COĞRAFİ VERİ ANALİZİ DigitalGlobe uzaydan nesne tesbitinde derin öğrenme kullanıyor
49 Yapay Zeka: Yağmur Ormanlarının Biyolojik Zenginlik Haritası
50 Uzaktan Görüntü Algılamanın Kullanımı Obje tespiti ve sınıflandırma Sahne bölütleme (segmentasyon) Arazi kullanımının sınıflandırılması Jeolojik özellik sınıflandırma Değişiklik Tespiti (Change detection) Ürün verimi tahmini Yüzey su tahmini Nüfus yoğunluk tahmini Süper çözünürlük Fotogrametri Keio Üniversitesi, Japonya SPIE EI Arizona Üniversitesi
51 GELİŞMİŞ GÖRÜNTÜLEME YÖNTEMİ Konvolüzasyonel Sinir Ağları yapısı aşağıdaki veri türlerini desteklemektedir: MSI/HSI data cubes SAR imagery Volumetric data, e.g. LIDAR Low-TRL research topics D. Maturana and S. Scherer. 3D Convolutional Neural Networks for Landing Zone Detection from LiDAR. In ICRA
52 BUGÜN BÜYÜK VERİ SAYILAR Büyük Veri Analizi İş Akışı DARBOĞAZ RESİMLER SESLER VİDEOLAR METİNLER Meta veri filtreleri Gürültülü içerik İnsan algısı Mükemmele yakın anlama Göreve odaklı analiz VİZYON BÜYÜK VERİ SAYILAR RESİMLER SESLER VİDEOLAR METİNLER Otomatik makine algısı İnsan seviyesine yakın algılama Semantik İçerik tabanlı filtreler Görevle ilgili içerik Göreve odaklı analiz 52
53 53
54 Kazalarda Her yıl 1,3 milyon, günde kişi ölüyor. Ayrıca milyon insan yaralı veya engelli oluyor. Trafik kazaları genel ölüm oranına (%2,2) göre 9 uncu sırada yer alıyor. Her yıl 25 yaşın altında kişi yaşamını yitiriyor (Günde kişi). Yol kazalarının genel maaliyeti 518 milyar dolar (GSMH nin %1-2 sine karşılık) Tedbir alınmazsa 2030 yılında insanların ölüm nedeni sıralamasında 5. sıraya yükselecek. 54
55 Otonom 55
56 56
57 NVIDIA DRIVE PX 2 OTO-PİLOT BİLGİSAYAR Dual Tegra X1 12 kamera girişi 1.3 GPix/sec 2.3 Teraflops mobile supercomputer CUDA programmability Derin Sinir Ağı Yapılı Bilgisayarlı Görü Çepeçevre Görünüm 57
58 58
59
60 2020 Yılında Otonom Araç Sayısı Kaç Olacak?
61 Microsoft Cortana Deep Learning Akıllı Buzdolabı
62 62
63 63
64 Yapay Zeka, Cerrahlara, Tümör Tanı Geliştirmede Nasıl Yardımcı Oluyor? Daha kısa ve güvenli ameliyat Sınır Tanımayan Nörologlar Çalışmaya göre, SRH ve derin öğrenme, nörolog erişimi kısıtlı olan küçük hastanelere veya uzak bölgelerdeki hastalara yardımcı olabilir. Her ne kadar 1,400 ABD hastanesinde beyin tümörü ameliyatı yapılıyorsa da, ülkede sadece 800 sertifikalı nöropatolog bulunmaktadır. Beyin tümör dokusunun bir SRH görüntüsü. Kümelerde veya salkımlarda koyu, büyük çekirdekli hücreler tümör hücreleridir. Ameliyat etmek mi yoksa etmemek mi?
65 Yeni İlaç Geliştirme, Şimdi Daha Hızlı: Yapay Zeka, İlaç Geliştirme Süresini Nasıl Hızlandırıyor? 2,6 Milyar Dolar Yeni bir ilaç geliştirme 14 Yıl Generative modeller yaygın olarak görüntü, konuşma ya da metin oluşturmak için kullanılmaktadır; ancak bu, GAN'ın (Generative Adversarial Nets) kanser ilaç keşfi için kullanıldığı ilk örnektir. (Insilico)
66 Alışverişte Yapay Zeka: Ödeme Kuyruklarını Azaltalım Bu animasyon, Mashgin Yapay Zeka kafeterya çıkışının gelecekteki bir sürümünü tasvir etmektedir. Şu anda cihaz paketli ürünler, çorbalar, salatalar ve paketleme kaplarını algılamaktadır. Diğer ürünleri algılama ile ilgili eğitim çalışmaları devam ediyor. Animasyon Mashgin.
67 67
68 Photographers: Molly Matalon and Damien Maloney for Bloomberg Businessweek 68
69 2014 yılında derin öğrenme uygulamaları geliştirmek üzere kurulmuştur. Robot kollarda derin öğrenme kullanmak maksadıyla 7,3 milyon dolarlık bir anlaşma imzalanmıştır. 69
70 + 50 Milyon Dolar 1 Milyar Dolar Dr. Gill Pratt (eski DARPA Program Yöneticisi) 70
71 71
72 72
73
74 YAPAY ZEKADA İNANILMAZ BAŞARILAR Go Oynama Doom Oynama Boyama Stili Öğrenme Sesi Sentezleme Altyazı Yazma Motor Becerileri Öğrenme Yürümeyi Öğrenme Sürüş
75 GPU DERİN ÖĞRENME YENİ HESAPLAMA MODELİ DGX-1 Tesla Training Inference in the Datacenter Jetson Inference at the Edge
76 WHY AI AT THE EDGE MATTERS BANT GENİŞLİĞİ GECİKME MAHREMİYET ERİŞİLEBİLİRLİK PRIVACY 1 milyar kamera WW (2020) 10 larca petabyte/gün 30 resim/saniye 200ms gecikme Mahremiyet Özel bulut veya şirket içi depolama Dünya nüfusunun 50% < 8mbps Yerleşimin olmadığı alanlarda 3G+ yok
77 GÖMÜLÜ DERİN ÖĞRENME KULLANAN SİSTEMLER Servis Robotları Arama ve Kurtarma Taşınabilir Tıbbı Cihaz Stereoskopik 360 Yakalama Tarım Yapay Zeka Drone Platformu Envanter Yönetimi 3B Tarama Trafik Yönetimi Drone Araştırma Platformu
78 DEEP VISION Image Recognition Classification Object Detection Localization Segmentation Free Space 3D ShapeNet Registration SLAM
79
80
81
82
83
84 84
85 Sonuç Görsel algı iş yükü Yoğun hesaplama Büyük ve karmaşık sinir ağı modelleri Qualcomm Technologies, Inc. yaklaşımı Başlangıç SVD yaklaşımında NYU dan Denton, et. al. makalesi temel alınmış, Tek katmanları çoklu katmanlarla değiştirme yaklaşımı Yaklaşım sadece sıkıştırılmış katmanların üzerindekileri değil tüm katmanlarda iyileştirmeye olanak sağlamıştır. Mobil çevre kısıtları Güç ve termal verim Depolama ve hafıza bant genişliği kısıtları Batarya Derin Ağ Sonuç Fiziksel model boyutunda 10X azalma Minimum hassasiyet kaybıyla 35% oranında MAC işlemlerinde azalma. 1. Exploiting Linear Structure Within Convolutional Networks for Efficient Evaluation, arxiv: [cs.cv] 85
86 86
87 EĞİTİM TORCH BIG SUR TENSORFLOW CAFFE THEANO WATSON CNTK Google MATCONVNET MOCHA.JL STARTUPS PURINE CHAINER DL4J Warp-CTC Microsoft Computational Network Toolkit MINERVA KERAS OPENDEEP MXNET Samsung Veles SCHULTS LABORATORIES VITRUVIAN NVIDIA GPU PLATFORMU NVIDIA DIGITS
88 NVIDIA Jetson Partner NVIDIA Inception Programı Microsoft BizSpark Programı OpenZeka Resim Tanıma Web ve API Server (Açık Kaynak Kodlu) Görsel Tanıma Servisi Hakkında Çözümler Sosyal Media Konferans/Meetup/Eğitim Turkey Deep Learning Group 600+ NVIDIA DIGITS Ankara Deep Learning Group
89 Sertifikalı Hızlı Derin Öğrenme Uzmanı Yetiştirme Eğitimi Süre: 2 gün/12 saat Seviye: Başlangıç Konvolüsyonel Sinir Ağları Resim ve Metin Sınıflandırma Nesneleri Kutu İçine Alma Nesneleri Sınırlarından Ayırma Medikal Görüntü Analizi Ankara: Mart 2017 İstanbul: 8-9 Nisan 2017
90 Open Zeka API GPU ve CPU Bulutu Üzerinde Gömülü Sistemler Jetson TX2/TX1-TK1 Rasberry Pi 3 Test devam ediyor
91 Türkiye Derin Öğrenme Grubu Sayfası: Ankara Derin Öğrenme Meetup Sayfası: Derin Öğrenme Grup Sayfası:
92 TEŞEKKÜRLER. If we knew what it was we were doing, it would not be called research, would it? Einstein 92
DERİN ÖĞRENME YRD.DOÇ.DR. KADRİYE ERGÜN İREM TÜRKMEN
DERİN ÖĞRENME YRD.DOÇ.DR. KADRİYE ERGÜN İREM TÜRKMEN - 201420404002 DERİN ÖĞRENME NEDİR? Derin öğrenme, makinelerin dünyayı algılama ve anlamasına yönelik yapay zekâ geliştirmede en popüler yaklaşımdır.
DetaylıDERİN ÖĞRENME SONGÜL TORANOĞLU
DERİN ÖĞRENME SONGÜL TORANOĞLU 201420404014 DERİN ÖĞRENME Endüstri ve akademik çevrelerdeki veri bilimciler görüntü sınıflandırma, video analizi, konuşma tanıma ve doğal dil öğrenme süreci dahil olmak
DetaylıOpenZeka MARC. Mini Otonom Araç Yarışması
OpenZeka MARC Mini Otonom Araç Yarışması Hakkımızda Open Zeka, NVIDIA Derin Öğrenme Kurumu ve NVIDIA Embedded Türkiye partneri olarak yeni nesil yapay zeka algoritmaları ve sensörleri kullanarak akıllı
DetaylıDerin Yapay Sinir Ağları ve Derin Öğrenme ye Kısa Bir Giriş
Derin Yapay Sinir Ağları ve Derin Öğrenme ye Kısa Bir Giriş Dr. Öğr. Üyesi Emre Akbaş BMO Semineri 24 Kasım 2018 Bilgisayar Mühendisliği Orta Doğu Teknik Üniversitesi 1 Yanıtlamaya çalışacağımız sorular
DetaylıYAPAY ZEKA VE DERIN ÖĞRENME: 20. YÜZYILIN EN DEĞERLISI BILGI
YAPAY ZEKA VE DERIN ÖĞRENME: 20. YÜZYILIN EN DEĞERLISI BILGI ARTIFICIAL INTELLIGENCE AND DEEP LEARNING: 20. THE MOST VALUABLE OF THE CENTURY INFORMATION ÖZET: Yapay zeka üzerinde artan tartışmalar, dünyada
DetaylıOtomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi
Otomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi Sinem Aslan 1,2, Gianluigi Ciocca 1, Raimondo Schettini 1 1 Department of Informatics, Systems and Communication, University of Milano-Bicocca,
DetaylıBilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği
Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bilgisayar Mühendisliği Günümüzde, finans, tıp, sanat, güvenlik, enerji gibi bir çok sektör, bilgisayar mühendisliğindeki gelişimlerden
DetaylıDerin Öğrenme. M. Ali Akcayol Gazi Üniversitesi
Derin Öğrenme M. Ali Akcayol Gazi Üniversitesi Giriş Yapay zeka nedir? Yapay sinir ağları nasıl çalışır? Derin öğrenme nedir? Derin öğrenme modelleri nelerdir? Derin öğrenme uygulama alanları nelerdir?
DetaylıYAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI
YAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI DR. ÖĞR. ÜYESİ GÖKHAN ALTAN BİLGİSAYAR MÜH. BÖL. İSKENDERUN TEKNİK ÜNİVERSİTESİ KONUŞMA İÇERİĞİ Bilgisayar Bilimi Makine Öğrenmesi nedir? Makine
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıNESNELERİN İNTERNETİ NEDİR?
NESNELERİN İNTERNETİ NEDİR? Nesnelerin interneti (Internet of Things, kısaca IoT), fiziksel nesnelerin birbirleriyle veya daha büyük sistemlerle bağlantılı olduğu iletişim ağıdır. Uçan arabalar artık sadece
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi ISITES 2016 4 TH INTERNATIONAL SYMPOSIUM ON INNOVATIVE TECHNOLOGIES IN ENGINEERING AND SCIENCE Dr. G. Çiğdem Çavdaroğlu ISITES,
DetaylıGörme Engelliler için Akıllı Telefon ile Nesne Arama
Görme Engelliler için Akıllı Telefon ile Nesne Arama Hüsnü Mert Polat, Muhammed Ensar Özer, Kevser Sertel, Sıdıka Tuğçe Yılmaz, Süleyman Eken, Ahmet Sayar Bilgisayar Mühendisliği, Kocaeli Üniversitesi,
DetaylıYapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları
Yapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları Ece Akıllı Université de Genève 12 Eylül 2016 CERN TR E. Akıllı (UNIGE) Yapay Sinir Ağları 12.09.2016 1 / 18 Akış 1 Makine Ogrenimi 2 Yapay Sinir
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıBüyük Veri ve Endüstri Mühendisliği
Büyük Veri ve Endüstri Mühendisliği Mustafa Gökçe Baydoğan Endüstri Mühendisliği Bölümü Boğaziçi Üniversitesi İstanbul Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan
DetaylıMuhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR
Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege
DetaylıAkıllı Sistemler ve Uygulamaları Dergisi, Cilt: 1, Sayı: 1, Sayfa ,
Akıllı Sistemler ve Uygulamaları Dergisi, Cilt: 1, Sayı: 1, Sayfa 122-126, 2018 122 Derin Öğrenme Kullanarak Gerçek Dünya Doku Görüntülerinin Zorlu Koşullarda Tanınması Recognition of Real-World Texture
Detaylı1. Yenilikçi Akıllı ve Haberleşen Araç Teknolojileri Geliştirme ve Kümelenme Merkezi Projesi Tanıtımı
Bu Sayıda: Yenilikçi Akıllı ve Haberleşen Araç Teknolojileri Geliştirme ve Kümelenme Merkezi Projesi Tanıtımı Fikri Haklar Bilgi Günü IoT üzerinde Strateji Toplantısı ve Destekler Temmuz-Ağustos Aktiviteleri
DetaylıBilgisayar, elektronik bir cihazdır ve kendi belleğinde depolanan talimatları sırasıyla uygulayarak çalışır. İşler. Bilgi İşlem Çevrimi
Bilgisayar nedir? Bilgisayar, elektronik bir cihazdır ve kendi belleğinde depolanan talimatları sırasıyla uygulayarak çalışır. Veriyi toplar (girdi) İşler Bilgi üretir (çıktı) Bilgi İşlem Çevrimi 1 Bir
Detaylı4k ultra HD teknolojisi. Odak noktamız her yerde her ayrıntıyı görmenizi sağlamaktır
4k ultra HD teknolojisi Odak noktamız her yerde her ayrıntıyı görmenizi sağlamaktır 2 teknolojisi Her yerde her ayrıntıyı görmenizi sağlıyor Büyük bir alanı kapsamak ve uzun bir mesafeden nesneleri tanımlamak
DetaylıHafta 13 - Adversarial ML
BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr İstanbul Şehir Üniversitesi 2018 - Bahar İçindekiler
DetaylıHAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ
Akdeniz Üniversitesi Uzay Bilimleri ve Teknolojileri Bölümü Uzaktan Algılama Anabilim Dalı HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Dr.Nusret
Detaylıİstanbul Şehir Üniversitesi Bahar
BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr İstanbul Şehir Üniversitesi 2018 - Bahar İçindekiler
DetaylıGeniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013
Geniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013 İçerik 2 ESEN Sistem Şirket Tanıtımı Şirket Vizyonu ve Çalışma Alanları Geniş Alan Gözetleme Sistemleri (GAG)
DetaylıBilişim Teknolojileri Temelleri 2011
Bölüm 1 Bilişim Teknolojileri Temelleri 2011 Dijital Dünyada Yaşamak Hedefler Bilgisayar kullanabilmenin günümüzde başarılı olmak için neden son derece önemli olduğu Bilgisayar sözcüğünün tanımlanması
DetaylıIBM Big Data. Emre Uzuncakara emre@tr.ibm.com Big Data Sales. 2009 IBM Corporation
IBM Big Data Emre Uzuncakara emre@tr.ibm.com Big Data Sales Büyük Veri Nedir? Hız Hacim 12 terabyte Günlük Tweet verisi Ürün Analizi 350 5 Çeşitlilik milyon Ticari hareket - saniyede Potansiyel suistimal
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu
DetaylıKOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU. (Doç.Dr. M.
KOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU (Doç.Dr. M. Kemal GÜLLÜ) Derinlik kamerası ile alınan modellerin birleştirilmesi Derinlik kamerası,
DetaylıOPEN ZEKA OTONOM ARAÇ EĞİTİMİ. Eğitim Kataloğu. 30 Kasım 2018 e kadar geçerlidir. Güncel doküman için sitemizi takip edebilirsiniz.
OPEN ZEKA OTONOM ARAÇ EĞİTİMİ Eğitim Katalğu 30 Kasım 2018 e kadar geçerlidir. Güncel dküman için sitemizi takip edebilirsiniz. İçindekiler 1. GÜN MARC PLATFORMUNA GİRİŞ... 2 2. GÜN ROS, Git ve KONTROL
DetaylıDoç. Dr. Cüneyt BAYILMIŞ
BSM 460 KABLOSUZ ALGILAYICI AĞLAR 1 BSM 460 KABLOSUZ ALGILAYICI AĞLAR 1. Hafta NESNELERİN İNTERNETİ (Internet of Things, IoT) 2 Giriş İletişim teknolojilerinde ve mikroelektronik devrelerde yaşanan gelişmeler
DetaylıGeoBusiness Solutions
GeoBusiness Solutions Coğrafi İş Zekası Çözümleri GeoBusiness Solutions Nedir? Başarsoft GeoBusiness Solutions, Dağıtık Nereye alanda şube hizmet açmalıyım? veren sektörlere yönelik olarak hazırlanmış,
DetaylıGATSO T-SERİSİ. Trafik denetlemenin geleceği
GATSO T-SERİSİ Trafik denetlemenin geleceği GATSO T-Serisi: maksimum esneklik minimum maliyet Yol güvenliği Bugünün etkin çözümleri için ihtiyacı: Çok yönlü kullanım T-Serisi rakipsiz kullanılabilirliği
DetaylıOdak noktamız karanlığı tamamen görünür kılmaktır. starlight teknolojisi
Odak noktamız karanlığı tamamen görünür kılmaktır starlight teknolojisi 2 starlight teknolojisi Benzersiz 7/24 kameraları Aydınlatma koşullarından bağımsız olarak net ve işe yarar görüntülere güvenebilseniz
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ 1982 yılında kurulan bölümümüz 1986 yılında ilk mezunlarını vermiştir 1300 1300 Lisans, 190 25 190 Yüksek Lisans, 25 Doktora 93 Bölüm kontenjanımız
DetaylıLAPİS Havacılık ve Elektrikli Araç Teknolojileri Ltd.Şti.
LAPİS Havacılık ve Elektrikli Araç Teknolojileri Ltd.Şti. www.lapisteknoloji.com info@lapisteknoloji.com LAPİS Havacılık Lapis Havacılık ve Elektrikli Araç Teknolojileri Limited Şirketi, alanlarında uzman
DetaylıMÜFREDAT DERS LİSTESİ
MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103
DetaylıBULUT BİLİŞİM VE BÜYÜK VERİ ARAŞTIRMA LABORATUVARI. Ekim 2017
BULUT BİLİŞİM VE BÜYÜK VERİ ARAŞTIRMA LABORATUVARI Ekim 2017 Bulut Bilişim ve Büyük Veri Araştırma Laboratuvarı (B3LAB) Kamunun ihtiyaçları doğrultusunda, açık kaynak kodlu ve güvenli çözümler için Ar-Ge
DetaylıAndroid Telefonlarla Yol Bozukluklarının Takibi: Kitle Kaynaklı Alternatif Çözüm
Galatasaray Üniversitesi Android Telefonlarla Yol Bozukluklarının Takibi: Kitle Kaynaklı Alternatif Çözüm Mustafa Tekeli, Özlem Durmaz İncel İçerik Giriş Literatür Özeti Sistem Mimarisi / Metodoloji Öncül
DetaylıAna müşteri hizmeti. boschsecurity.com/instoreanalytics. Mağaza İçi Analiz Operasyon Modülü
Ana müşteri hizmeti boschsecurity.com/instoreanalytics Mağaza İçi Analiz Operasyon Modülü Mükemmel müşteri hizmeti, mağazanızı diğerlerinden ayırarak sadakati ve satışları artırmaya yardımcı olabilir.
DetaylıSağlıkta Deneyim SPONSORLUK DOSYASI
Sağlıkta Deneyim SPONSORLUK DOSYASI ORGANİZASYON HAKKINDA Organizasyon Adı : İçerik : Web Sitesi : Tarih : Resmi Açılış : Zirve Ziyaret Saatleri : Organizasyon yeri : Düzenleyen : 4. Uluslararası Sağlık
DetaylıArcGIS ile Tarımsal Uygulamalar Eğitimi
ArcGIS ile Tarımsal Uygulamalar Eğitimi Kursun Süresi: 5 Gün 30 Saat http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr ArcGIS ile Tarımsal Uygulamalar Eğitimi Genel
Detaylıİstanbul Üniversitesi
İstanbul Üniversitesi MOBİL SAĞLIK VE GELECEK 18 Eylül 2013 Yard. Doç. Dr. S. Haluk ÖZSARI İstanbul Üniversitesi Hastaneleri Genel Direktörü Sağlık Bilimleri Fakültesi Sağlık Yönetimi Bölümü Öğretim Üyesi
DetaylıBağlantılı Yaşamda Nasıl Güvende Olacağız? «IoT ve Yaşam» Cem Ergül ISACA Istanbul Chapter, Başkan Yardımcısı İşNet A.Ş. CAE, İç Denetim Grup Müdürü
Bağlantılı Yaşamda Nasıl Güvende Olacağız? «IoT ve Yaşam» Cem Ergül ISACA Istanbul Chapter, Başkan Yardımcısı İşNet A.Ş. CAE, İç Denetim Grup Müdürü IoT nerede? Bilgisayarlar, Cep telefonları, Tabletler,
Detaylımmcube Çokluortam Bilgi Sistemi
mmcube Çokluortam Bilgi Sistemi SeCUBE ARGE Bilişim Mühendislik Ltd.Şti. Çokluortam Bilgi Sistemi görsel, işitsel ve metinsel tarama yöntemiyle videoların taranmasına olanak sağlayan yüksek teknoloji bir
DetaylıGeoBusiness Solutions
GeoBusiness Solutions Konumsal İş Zekası Çözümleri GeoBusiness Solutions Nedir? Nereye şube açmalıyım? Markalarına göre rakiplerim nerede konumlanmış? En yakın rakibim nerede? En yakın Acentam/Şubem/Bayim
DetaylıNesnelerin İnterneti. Mehmet ŞİMŞEK
Nesnelerin İnterneti Mehmet ŞİMŞEK Yararlanılan Kaynak From the Internet of Computers to the Internet of Things Friedemann Mattern and Christian Floerkemeier Nesnelerin İnterneti Nedir? Günlük kullanım
DetaylıMÜŞTERİ MEMNUNİYETİ YOLUNDA DİJİTALLEŞMENİN ROLÜ KALİTELİ SÜRDÜRÜLEBİLİR HİZMET SERDAR AĞALAR
MÜŞTERİ MEMNUNİYETİ YOLUNDA DİJİTALLEŞMENİN ROLÜ KALİTELİ SÜRDÜRÜLEBİLİR HİZMET SERDAR AĞALAR Biz... İstanbul (İkitelli) ve Kocaeli (Gebze) de 2 ana depo bulunmaktadır. İzmir de şube bulunmaktadır. Ankara,
DetaylıDoğal Dil İşleme Nedir? Doğal Dil İşleme
Doğal Dil İşleme Nedir? Mehmet Fatih AMASYALI Doğal Dil İşleme Tanım: İnsanların iletişim için kullandıkları dillerin çeşitli amaçlar için bilgisayarla işlenmesi 1 Dersin Amacı Doğal Dil işlemenin uygulama
DetaylıBEBOP-PRO THERMAL TERMAL GÖRÜNTÜLEME İÇİN PAKET DRONE ÇÖZÜMLERİ ÇOK AMAÇLI FOTOĞRAF 14MP VIDEO 1080P FULL HD GÜVENLİK
BEBOP-PRO THERMAL TERMAL GÖRÜNTÜLEME İÇİN PAKET DRONE ÇÖZÜMLERİ TERMAL GÖRÜNTÜLEME FLIR ONE PRO KAMERA ANLIK GÖRÜNTÜ ÇOK AMAÇLI FOTOĞRAF 14MP VIDEO 1080P FULL HD FREEFLIGHT THERMAL 25 DK UÇUŞ SÜRESİ BİR
Detaylı9 Mayis 2015 Istanbul
SAGLIK SEKTORU ICIN YENI NESIL VERI ANALIZI BIG DATA ANALYTICS FOR HEALTHCARE 2.0 9 Mayis 2015 Istanbul ENCODE Confidential 2 BIZ KIMIZ? 30 yili askin BT ve danismanlik tecrubesi Bircok ulkede is yapmis
DetaylıBÜYÜK VERİ. Abdulkadir ŞAN Proje Yöneticisi 7/1/2014 VERİ SİSTEMLERİ. Anayurt Güvenliği Md. Yrd. Metin Madenciliği ve Kaynaştırma Sistemleri
BÜYÜK VERİ Abdulkadir ŞAN Proje Yöneticisi 1 VERİ SİSTEMLERİ Relational Database DataWarehouse 2 1 VERİ TÜRLERİ 3 BÜYÜK VERİ NEDİR? Verinin çok büyük bir kısmı YAPISAL OLMAYAN veridir ve şimdi bu veriyi
DetaylıStreet Smart Marketing
Tek bir hedef için tasarlanmış kamu hizmeti şirket programları. Başarı. Street Smart Marketing Müşterilerinizi cezbeden pazarlama kampanyaları 30 yıllık deneyim Tasarlarız. Yakalarız. İlerleriz. 1.4 milyon
Detaylı2014-2015 GÜZ DÖNEMİ BİLGİSAYAR PROJESİ KONU ÖNERME FORMU
No: Proje Konusu: Öğrenci Sayısı: Proje Süresi: Proje Özeti: 3G modem ile uzaktan ısı, aydınlatma, hareket, görüntü 1 3G ile Akıllı Ev Uygulaması 1 2 Dönem kontrolü. Gerekli donanımlar Mobil Kablosuz Ağlar
DetaylıDerin Öğrenme Algoritmalarında Model Testleri: Derin Testler
Derin Öğrenme Algoritmalarında Model Testleri: Derin Testler Ferhat Şükrü Rende, Gültekin Bütün, Şamil Karahan Bilişim Teknolojileri Enstitüsü, TÜBİTAK BİLGEM, Gebze, Kocaeli {ferhat.rende, gultekin.butun,
DetaylıÇekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme
Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,
DetaylıVISISYS. Akıllı Görüntüleme Sistemleri
VISISYS Akıllı Görüntüleme Sistemleri 2008 Gözlem Teknolojileri: İhtiyaçlarınıza uygun Yürürlükteki Güvenlik yatırımlarını geliştirme Güvenlik İşletim Sistemi Açık Dağıtım Mimarisi Olay güdümlü Sistem
DetaylıBüyük Veri İş Yapış Şekillerini Nasıl Etkiliyor?
www.pwc.com Büyük Veri İş Yapış Şekillerini Nasıl Etkiliyor? Mustafa Fuat Vardar Dijital dönüşümü anlamak Büyük veri- Neden Şimdi? KENTLİEŞME Yeni Müşteriler Yeni Davranışlar Yeni Talepler Yeni Formatlar
DetaylıAkıllı telefonlar, avuçiçi bilgisayarlar ile taşınabilir (cep) telefonların özelliklerini birleştiren cihazlardır. Akıllı telefonlar kullanıcıların
Akıllı telefonlar, avuçiçi bilgisayarlar ile taşınabilir (cep) telefonların özelliklerini birleştiren cihazlardır. Akıllı telefonlar kullanıcıların bilgilerini saklamalarına, program yüklemelerine izin
DetaylıArcGIS ile Su Yönetimi Eğitimi
ArcGIS ile Su Yönetimi Eğitimi http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 30 Saat ArcGIS ile Su Yönetimi Genel Bir platform olarak ArcGIS,
DetaylıSmartMessage Kitlenizle Güçlü İlişkiler
SmartMessage Kitlenizle Güçlü İlişkiler 60+ deneyimli çalışan 2.000+ yerel & küresel müşteri 6 ofis SmartMessage Marketing Platform Müşterilerinize ulaştığınız dijital kanallardan maksimum fayda almanızı
DetaylıEğitim veya Danışmanlık Hizmetinin Tanımı
Eğitim veya Danışmanlık Hizmetinin Tanımı Programın Adı Proje Kodu Başvuru Sahibi Başvuru Dönemi TR42//TD Teknik Destek Programı TR42//TD/0123 Birlik Vakfı Sakarya Şubesi Eylül-Ekim Dönemi 1. Proje kapsamında
DetaylıDijital Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.
DetaylıDERS SEÇİM KILAVUZU. Sınıf Dönemi Kodu Adı Sınıf Dönemi Kodu Adı. Nesne Yönelimli Programlama. Yazılım Tasarımı ve Mimarisi
DERS SEÇİM KILAVUZU 1. Ön Koşul Talep Edilen Dersler Hakkında i. Bölümümüze Yüksek Öğrenim Kurumları yerleştirme sınavı ile gelen Öğrenciler için Tablo 1 de verilmiş olan ve bölümümüz ders planında yer
DetaylıA NEW APPROACH FOR IMAGE CLASSIFICATION: CONVOLUTIONAL NEURAL NETWORK. Emine Cengil* 1, Ahmet Çınar 2
EJT Vol 6, Number 2, 2016 European Journal of Technic A NEW APPROACH FOR IMAGE CLASSIFICATION: CONVOLUTIONAL NEURAL NETWORK Emine Cengil* 1, Ahmet Çınar 2 1,2 Computer Engineering Department, Firat University,
DetaylıMÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 1 ( yılı ve sonrasında birinci
MÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 1 (2016-17 yılı ve sonrasında birinci sınıfa başlayan öğrenciler için) BİRİNCİ YIL 1. Dönem
DetaylıSigorta Şirketi Bakış Açısıyla Dijital Dönüşüm. F. Kaan Toker - Allianz Sigorta Elementer Operasyonlar Direktörü
Sigorta Şirketi Bakış Açısıyla Dijital Dönüşüm F. Kaan Toker - Allianz Sigorta Elementer Operasyonlar Direktörü Türkiye; büyüyen ekonomisi ve düşük sigorta penetrasyonu ile yüksek potansiyele sahip Türkiye
DetaylıDell EMC VDI Cloud Client Computing Uçtan Uca Çözümler. İsel Horada Dell EMC Forum İstanbul
Dell EMC VDI Cloud Client Computing Uçtan Uca Çözümler İsel Horada isel.horada@dell.com 03.10.2017 Dell EMC Forum İstanbul Dell, uçtan uca «eksiksiz» bulut masaüstü Sadece Dell... Veri Merkezi Yazılım
DetaylıDoğal olarak dijital
Doğal olarak dijital 1 Doğadan ilham alan, yeni nesil teknoloji şirketi. Doğada her şey birbiri ile uyum ve bir denge içinde. Bitkiler etkin bir veri analitiği ve network yönetimi ile hayatta kalabiliyorlar.
DetaylıE-Pazaryeri yazılımı ile sınırsız mağazalar oluşturabilir ve sınırsız ürün sa şı yaparak komisyon ve reklam geliri elde edebilirsin. C2C 6.
E-Ticaret Tüke ciden Tüke ciye E-Ticaret Türkiye nin ilk ve tek c2c e caret yazılımı ile yüksek nitelikli c2c e caret siteleri oluştur. Sana uygun e caret pake ile şimdi e-pazaryerini kur. Sa n almak için
DetaylıBüyük veriye genel bakış, mimari ve çözümler
Büyük veriye genel bakış, mimari ve çözümler Tansel Okay Kurumsal Mimar Gündem Neden Büyük Veri? Farkı nedir? Nasıl? Oracle ın önerdiği mimari yol haritası nedir? Ne sağlıyorsunuz? Örnek(ler) 2 Gündem
DetaylıTITUS VERİ SINIFLANDIRMA ÇÖZÜMÜ
TITUS VERİ SINIFLANDIRMA ÇÖZÜMÜ Yapılandırılmamış Verilerinizi Kontrol Edin TITUS.com /DETECH.com.tr TITUS Veri Sınıflandırma Çözümünün Yararları Yapılandırılmamış Verileri Tanımlayın E-posta ve dokümanların
DetaylıKodlama Oyun Tasarımı ve Programlama Dijital Tasarım Robotik
Genç Akademi BİLGE ADAM GENÇ AKADEMİ Kodlama Oyun Tasarımı ve Programlama Dijital Tasarım Robotik Genç Akademi, Bilge Adam ın 20 yılı aşkın deneyimiyle 7-17 yaş grubu gençleri üniversite öncesinde ileri
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ ARCGIS SCHEMATİCS EĞİTİMİ
COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ ARCGIS SCHEMATİCS EĞİTİMİ http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 3 Gün 18 Saat COĞRAFİ BİLGİ
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıDr. Emin BANK NETCAD Kurumsal Temsilcisi
Dr. Emin BANK NETCAD Kurumsal Temsilcisi emin.bank@netcad.com.tr DÜNYA CBS GÜNÜ Dünya, Yaşam Olduğunu Bildiğimiz Tek Gezegen Sorunlar? Artan Nüfus? Azalan Kaynaklar? İklim Değişikliği? Çarpık Kentleşme?
Detaylıİleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik
Tekrar Konular İleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik 1. Uygulamalar ve tanımlamalar 2. Örüntü tanıma sistemleri ve bir örnek 3. Bayes karar teorisi 4. En yakın komşu sınıflandırıcıları
DetaylıÖğretim Teknolojilerinde Yeni Eğilimler. Yrd.Doç.Dr. Nuray Gedik Güz 2012
Öğretim Teknolojilerinde Yeni Eğilimler Yrd.Doç. Güz 2012 Teknoloji ve Medya 1950 ler 1980 lerde bilgisayar Teknoloji ve Medya: Eğilimler Toplum ve Medya 1 yılda basılan kitap 967,474 1 günde dağıtılan
DetaylıHUAWEI IP CCTV SİSTEMLERİ DMO ÜRÜN KATALOĞU
HUAWEI IP CCTV SİSTEMLERİ DMO ÜRÜN KATALOĞU FİRMAMIZIN DMO KATALOĞUNDA SATIŞI YAPILAN ÜRÜNLERİN TANITIMI AMACIYLA DEVLET MALZEME OFİSİ GENEL MÜDÜRLÜĞÜNDEN ALINAN 19.09.2018 TARİHLİ VE 66609 SAYILI İZİNLE
DetaylıYenilikçi Akıllı ve Haberleşen Araç Teknolojileri Geliştirme ve Kümelenme Merkezi Çalıştayı. Prof.Dr. Orhan Alankuş Okan Üniversitesi
Yenilikçi Akıllı ve Haberleşen Araç Teknolojileri Geliştirme ve Kümelenme Merkezi Çalıştayı Prof.Dr. Orhan Alankuş Okan Üniversitesi 12.02.2016 ELEKTRONİK ve GÖMÜLÜ YAZILIM Araç değerinde %30-35 lik pay
DetaylıUzaktan Eğitim ve Görüntülü İletişim Çözümleri
Dünyayı Değiştiren Yenilikçi Teknolojiler ve Çözümler Pratik, Ekonomik, Yenilikçi Uzaktan Eğitim ve Görüntülü İletişim Çözümleri Biz size en iyi hizmeti sunabiliriz Kolay Basit Pratik Yenilikçi Ekonomik
DetaylıMarketing plan for your startup
Let The Machines Do The Work Marketing plan for your startup @artiwise Tüm yazılı içeriklerinizi Artiwise ile analiz edin. Yapay Zeka nın gücünü keşfedin. 16.08.2017 1 Vizyon 2020 YILINA KADAR YAPAY ZEKA
DetaylıMEKANSAL BİLİŞİM ENDÜSTRİSİ
www.netcad.com.tr MEKANSAL BİLİŞİM ENDÜSTRİSİ CBS Kentsel Planlama Harita Üretimi Arazi Düzenleme Mekansal Mühendislik UA GNSS Endüstri 4.0 Yazılım (paket) Donanım Hizmet Eğitim Plan Yapımı Fotogrametrik
DetaylıYapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven
Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu Sunan : Esra Nergis Güven İçerik Giriş Amaç ve Kapsam Sınıflandırma Geliştirilen Sistem
DetaylıEtüd. Etkinlik Teknolojileri. Genel Bakış. Corporate. Development
+ Events Project Etüd Corporate Development Etkinlik Teknolojileri Genel Bakış + Etüd Kimdir ne Yapar Yaklaşık 20 yıldır, bilişim sektöründe hizmet vermekteyiz. Bu zaman zarfında kazanmış olduğumuz deneyim
DetaylıNETAŞ. Nesnelerin İnterneti ve Makineden Makineye Kavramları için Kilit Öncül - IPv6. 12-13 Ocak 2011. Zafer Halim Yiğitbaşı
Ulusal IPv6 Protokol Alt Yapısı Tasarımı ve Geçiş Projesi 12-13 Ocak 2011 Nesnelerin İnterneti ve Makineden Makineye Kavramları için Kilit Öncül - IPv6 Zafer Halim Yiğitbaşı İçerik Giriş Yakın Gelecek
DetaylıBilgi ve Haberleşme - Telekomünikasyon. PACS, Sayısal Tıbbı Arşiv, İlaç ve Malzeme Takibi. RFID, Ses ve Görüntüleme Teknolojileri
ORGANİZASYON HAKKINDA Organizasyon Adı : 3. Uluslararası Sağlık Bilişim Zirvesi İçerik : Sağlık Bilişimi, Biomedikal, Görüntüleme Teknolojileri,Tesis, Dijital Hastane-Sağlık, Tele-tıp, HBYS, Bilişim, İletişim,
DetaylıTOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI
TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI 1. YIL 1. DÖNEM BİL 103 Bilgisayar Bilimlerine Giriş 2 0 2 3 Z BİL 113 Bilgisayar
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2016 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıWindows Azure Sunumu. Y. Bora Kaykayoğlu Ocak 2018 Kahramanmaraş
Windows Azure Sunumu Y. Bora Kaykayoğlu 11-13 Ocak 2018 Kahramanmaraş 25 Cloud Platformları Big Data Bulut Teknolojisi Veri, görsel vs Bulut (Cloud) Teknolojisi; Tüm dünyaya yayılmış ve birbirlerine bağlanarak
DetaylıANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT
DetaylıMATLAB A GİRİŞ. EE-346 Hafta-1 Dr. Ayşe DEMİRHAN
MATLAB A GİRİŞ EE-346 Hafta-1 Dr. Ayşe DEMİRHAN MATLAB Teknik ve bilimsel hesaplamalar için yazılmış yüksek performanslı bir yazılım geliştirme aracı MATrix LABoratory (MATLAB) Boyutlandırma gerekmeyen
Detaylı4. Sanayi Devrimi ve Kütüphanelerin Geleceği
4. Sanayi Devrimi ve Kütüphanelerin Geleceği Yaşar Tonta Hacettepe Üniversitesi Bilgi ve Belge Yönetimi Bölümü yunus.hacettepe.edu.tr/~tonta/tonta.html yasartonta@gmail.com @yasartonta ANAMED, Koç Üniversitesi,
DetaylıKaraciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması
Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş
DetaylıPC Dağıtımı Olması Gerektiği Gibi. Derya Güngörmüş : Service Sales Executive
PC Dağıtımı Olması Gerektiği Gibi Derya Güngörmüş : Service Sales Executive Dell EMC Hizmetleri Dijital teknolojilerinizin hızlı adaptasyon ve optimizasyonunu sağlıyoruz DANIŞMANLIK Veri, analitik, uygulamalar,
DetaylıBilişim Teknolojileri Temelleri 2011. Dijital Dünyada Yaşamak
Bilişim Teknolojileri Temelleri 2011 Dijital Dünyada Yaşamak Bilgisayar nedir? Bilgisayar, kullanıcı tarafından girilen bilgileri(veri) işleyen, depolayan istendiğinde girilen bilgileri ve sonuçlarını
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2015 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıBağlantılı Dijital Ekonomi. Kasım, 2017
Bağlantılı Dijital Ekonomi Kasım, 2017 Teknoloji İnsan ı değiştiriyor mu? Teknoloji İş i değiştiriyor mu? Kurulu IoT Birimleri, kategorilerine göre IoT Endpoint Harcamaları, kategorilerine göre Dijital
DetaylıLojistik ve Bilgi Sistemleri ÖĞR. GÖR. MUSTAFA ÇETİNKAYA
Lojistik ve Bilgi Sistemleri ÖĞR. GÖR. MUSTAFA ÇETİNKAYA Fiziksel Dağıtımdan Tedarik Zincirine u Mallar, Hizmetler ve Bilgilerin Akışı u Tedarik Zincirinde Bilgi: Bilinirlik ve Görünürlük u Satış Noktası
Detaylı