Foundations and Advances in Artificial Intelligence: Theory, Systems, Security And Educational Applications-2
Özet
Bu kitap, Yapay Zeka (YZ) alanındaki teorik temellerden uygulamalara kadar geniş bir yelpazede disiplinlerarası gelişmeleri kapsamaktadır. Kitap, ağ saldırılarının tespiti için ağ tabanlı saldırıların özellik seçimine odaklanan makine öğrenmesi yöntemlerinden, zaman serisi sınıflandırmasında veri artırma tekniklerine ve patates hastalıklarının transfer öğrenme yöntemleriyle sınıflandırılmasına kadar çeşitli güncel konuları ele almaktadır. Yazılım geliştirme yaşam döngüsünde YZ uygulamalarının proje yönetimi üzerindeki etkileri detaylıca incelenmiş, AI destekli araçların gereksinim mühendisliği, tasarım, kodlama, test, dağıtım ve bakım süreçlerine nasıl entegre olduğu açıklanmıştır. Siber güvenlik alanında, makine öğrenmesi algoritmalarının siber saldırı kaynaklarını, hedef endüstrilerini ve etkilerini analiz edip sınıflandırmadaki üstünlüğü vurgulanmakta ve bu kapsamda destek vektör makineleri (SVM), rastgele ormanlar (Random Forest) ve K-en yakın komşu (KNN) algoritmaları karşılaştırılmaktadır. Elektrikli araçların hızlı şarj istasyonlarının şehir içi planlamasında genetik algoritma tabanlı optimizasyon yöntemleri tanıtılmıştır. Görüntü sınıflandırma alanında klasik yöntemler ile dalgacık tabanlı derin öğrenmenin karşılaştırması yapılmış ve wavelet-CNN mimarisinin üstün performansı ortaya konmuştur. Son olarak, gaz kaçağı tespiti için multimodal hafif erken birleşim mimarisi önerilmiş, sensör-verisi ve termal görüntülerin başarılı bir şekilde entegre edilerek yüksek doğruluk ve verimlilik sağlandığı gösterilmiştir. Kitap, YZ’nin farklı disiplinlerdeki uygulamalarına dair hem teknik derinlik hem de pratik çözümler sunmakta olup araştırmacılar, öğrenciler ve uygulamacılar için zengin bir referans niteliğindedir.
This book presents a comprehensive overview of foundational theories and advanced applications in artificial intelligence (AI), emphasizing interdisciplinary innovations. It covers a broad spectrum of topics starting from machine learning techniques aimed at network intrusion detection through effective feature selection methods on the UNSW-NB15 dataset, highlighting the performance of classifiers such as Logistic Regression, SVM, and Random Forest. The book explores adaptive data augmentation strategies to enhance non-deep learning time series classification and includes transfer learning approaches for potato disease detection using several CNN architectures like DenseNet, ResNet, and MobileNet. It investigates the impact of AI applications on software development life cycle (SDLC) project management, illustrating AI-assisted tools that facilitate requirement engineering, design, implementation, testing, and maintenance. In cybersecurity, the classification of cyberattacks by target industry using machine learning models with high accuracy is detailed. The book proposes a genetic algorithm-based constrained optimization for locating EV fast-charging stations in urban scenarios considering accessibility and investment costs. A comparative study on scene classification demonstrates the effectiveness of wavelet-integrated CNNs over classical and standard CNN methods. Finally, it introduces a lightweight multimodal early fusion architecture combining ShuffleNetV2 and multilayer perceptron for gas leak classification, achieving high accuracy with computational efficiency suitable for edge deployments. This work serves as a valuable resource for students, researchers, and practitioners interested in AI's theoretical foundations and practical applications across domains.
Kitap Bölümleri
9 bölüm · Mevcut sayfa ve DOI kayıtlarıAtıf bilgisi
EYYÜP GÜLBANDILAR. (2025). Foundations and Advances in Artificial Intelligence: Theory, Systems, Security And Educational Applications-2. Bidge Yayınları. DOI: 10.70269/MQT8WAQ3FU3G
