SYSelçuk Yazar

Selçuk Yazar

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Selçuk Yazar has a total of 9 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Yazılım Mühendisliği Eğitiminde Üretici Yapay Zekâ Destekli Hata Üretme ve Ayıklamaya Dayalı Öğrenimin Öğrencilerin Mesleki Öz-Yeterlilikleri Üzerindeki Etkisi

    by Selçuk Yazar

    Günümüzde üretici yapay zekâ araçlarının yazılım mühendisliği eğitimine entegrasyonu, bu araçların öğrencileri “bilişsel tembelliğe” ittiği endişesi ile “verimliliği artıran bir asistan” olduğu görüşü arasındaki ikilem nedeniyle hızla genişleyen bir araştırma alanı haline gelmiştir. Özellikle Büyük Dil Modellerinin ve benzeri üretici araçların kod üretimindeki başarısı, eğitimcileri, bu araçların salt çözüm üreticisi olarak değil, öğrencilerin eleştirel düşünme ve hata ayıklama becerilerini geliştirecek pedagojik bir araç olarak nasıl konumlandırılacağı sorusuna yöneltmiştir. Bu araştırma, Kırklareli Üniversitesi Yazılım Mühendisliği Bölümü’nde öğrenim gören (1. Sınıf n = 47, 2. Sınıf n = 56, 3. Sınıf n = 11 ve 4. Sınıf n = 4), lisans öğrencileri ile gerçekleştirilmiş olup, veriler ilişkisel tarama modeli esas alınarak toplanmış ve Yapısal Eşitlik Modellemesi ile analiz edilmiştir. Bulgular, yapay zekâ desteğinin mesleki öz-yeterliliği doğrudan etkilemediğini; bunun yerine öğrencilerin derinlemesine öğrenme süreçlerini tetikleyerek ve iş birliğine dayalı hata ayıklama becerilerini güçlendirerek dolaylı ve istatistiksel olarak anlamlı bir etki yarattığını ortaya koymuştur. Özellikle Önem-Performans Haritası Analizi (IPMA) ve Gerekli Koşul Analizi (NCA) sonuçları, iş birliğine dayalı hata ayıklama deneyiminin mesleki yetkinlik inancı için en stratejik öneme sahip değişken olduğunu, ancak öğrencilerin bu süreçte en düşük performansı sergilediğini göstermiştir. Çalışma sonucunda, yapay zekânın eğitim müfredatlarına entegrasyonunda odak noktasının kod üretiminden ziyade; koddaki hataların analizi, kasıtlı hata enjeksiyonu ve hata ayıklama süreçlerine kaydırılması gerektiği vurgulanmıştır.


  • Hayvancılık Destekleri ve Mera Islahının Sürdürülebilir Hayvancılık Açısından Maliyet Verimliliği Analizi: Edirne İli Örneği

    by Selçuk Yazar, Ferhat Demirhan, Tolga Demirhan

    Türkiye’de hayvancılık sektörü ve buna ait bileşenler gerek gıda güvenliği gerek sürdürülebilir ekonomik gelişim açısından oldukça önemlidir. Hayvancılık sektörüne yönelik olarak tarımsal destekleme politikaları ve mera ıslah çalışmaları bu alandaki verimliliğin arttırılması açısında ülkemizde yıllardır uygulanmaktadır. Bu çalışmada maliyet verimliliği analizi yaklaşımları ile Edirne ili için bu sektördeki uygulamaların etkisi araştırılmıştır. Gerçekleştirilen analizlerle, hayvan nüfusu artışı ile bütçe desteği ve mera alanları iyileştirme projeleri arasındaki ilişkiyi değerlendirmek için regresyon modelleri kullanılmış ve R-kare değerleri incelenmiştir. Elde edilen sonuçlar, Edirne ili özelinde elde edilen analiz sonuçları, bütçe desteği ve mera ıslahı çalışmalarının hayvan nüfusu artışıyla güçlü bir korelasyon sergilediğini (küçükbaş için R²=0,9299; büyükbaş için R²=0,9384) göstermektedir. Bulgular, özellikle küçük ve büyükbaş hayvan yetiştiriciliğinde yıllar içinde maliyet verimliliğinde bir düşüş eğilimi olduğunu ortaya koysa da hayvan popülasyonun korunması açısından etkilerinin pozitif olduğu söylenebilir. Çalışmada elde edilen sonuçlar, hayvan popülasyonunun korunmasında politikaların pozitif etkisini gösterirken, kaynak kullanımını optimize etmek ve uzun vadeli ekonomik sürdürülebilirliği sağlamak için daha hedefe yönelik destek mekanizmalarına ve sürdürülebilir mera yönetimi stratejilerine acil ihtiyaç olduğunu ortaya koymaktadır.

  • Open Access

    Yazılım Geliştirme Öğreniminde Beceri Derinliği ve Dil Yeterliliğinin Yapay Zekâ ile Entegrasyonu

    by Selçuk Yazar, Tülay Demiralay, Tolga Demirhan

    Üretici yapa zekâ modelleri günümüzde birçok alanda oldukça etkilidir. Yazılım geliştirme ve programlama alanında büyük bir etkiye sahip olduğu da son zamanlarda sıkça tartışılmaktadır. Bu çalışmada lisans ve ön lisans düzeyinde yazılım, bilgisayar ve programlama eğitimi alan bireyle gelişen ve hızla güçlenen bu teknoloji karşısındaki düşüncelerini öğrenmek amacıyla anket uygulanmıştır. Araştırmanın çalışma grubu, 2023-2024 eğitim-öğretim yılı bahar yarıyılında Trakya Üniversitesi Bilgisayar Mühendisliği (n=64), Bilgisayar Programcılığı (n=23), Web Tasarımı ve Kodlama (n=12) ve Kırklareli Üniversitesi Yazılım Mühendisliği (n=142) tüm sınıflar düzeyinde toplam 241 öğrenciden oluşmaktadır. Araştırma, nicel yaklaşımın kullanıldığı korelasyonel, kesitsel ve deneysel olmayan karma araştırma yöntemiyle anket uygulanarak yürütülmüştür. Anket soruları araştırmacılar tarafından hazırlanmıştır. Anket sonuçları literatürdeki benzer çalışmalarla karşılaştırılarak yazılım geliştirme/programla eğitimi ve iş gücüne yönelik bazı çıkarımlar tartışılmıştır. Katılımcıların görüşlerine göre, yazılım mühendisliği ve geliştirme alanında yapay zekâ uygulamalarının artan kullanımının gelecekteki profesyonel ihtiyaçları, iş güvenliğini ve kişisel gelişim gereksinimlerini önemli ölçüde etkileyeceği öne çıkmıştır. Ayrıca, yazılım ve uygulama geliştirme alanlarındaki yeteneklerin yanı sıra siber güvenliğin de önemli bir ilgi odağı olduğu tespit edilmiştir. Bu bağlamda yazılım geliştirme ve ilgili alanlarda öğrencilerin yeteneklerini ve yeterliliklerini artırmaya yönelik çeşitli öneriler sunulmuştur.


  • CAN SYMBOLIC COMPUTATION AND FORMALIST SYSTEMS ENHANCE MATH EDUCATION WITH ARTIFICIAL INTELLIGENCE?

    by Selçuk Yazar

    In recent years, a solution developed using deep learning methods has been used to solve difficult problems in a field. The capability of deep learning models is that they require large and heavily sampled data sets. Computer Algebra Systems developed over time have made significant progress, especially in the field of symbolic mathematics solutions solved by machine learning. It is a persistent problem how appropriate it is to use such formal systems in some aspects of algorithmic decision-making. In this paper, we discussed the suitability of artificial intelligence applications to formal propositions by evaluating a deep learning study conducted especially in the field of symbolic mathematics and Math education. Symbolic computation systems have a strong potential for enhancing math education. Furthermore, within the framework of the Incompleteness Theorem, to show why the construction of a mathematical grammar is not a complete solution for Mathematics education systems.

  • Open Access

    A Novel DNA Classification Experiment: Spatial Transcriptomics analysis for human Monkeypox DNA-Motifs with Kolmogorov–Arnold Networks

    by Selçuk Yazar

    Spatial Transcriptomics(ST) has emerged as a powerful tool for understanding gene expression patterns across different regions of a tissue or organism. It is crucial for disease research and developing new therapies. It allows for the measurement of gene expression across specific, localized areas of a tissue slide, though it does so with limited throughput. Yet, the data produced by ST technologies are characteristically noisy, high-dimensional, sparse, and multi-modal, encompassing elements like histological images and count matrices. Existing methods for analyzing ST data, which often rely on traditional statistical or machine learning techniques, have proven inadequate in many cases due to challenges like scale, multi-modality, and the inherent limitations of spatially-resolved data, including spatial resolution, sensitivity, and gene coverage. To address these specific challenges, researchers have turned to deep learning-based models. In this study, we present a novel approach to transcriptomics analysis using Kolmogorov-Arnold Networks (KANs), a state-of-the-art deep learning model to predict regional origin of monkeypox transcriptomic sample. By leveraging the ability of KANs to learn and represent complex, non-linear functions, we aim to uncover intricate spatial patterns of gene expression and gain insights into the underlying biological processes. Study’s analysis focuses on two distinct regions, America and Asia, and employs a KAN-based classifier. The results demonstrate the promising performance of KANs in this context, with a precision of 0.45 and a recall of 0.93 for the America region, indicating a strong ability to correctly identify samples from this region. Findings indicate that predicting the regional transcriptome of monkeypox from DNA motifs could facilitate image-based screening for phylogenetic analyses.

  • Efficient Soil Moisture Monitoring without In-Situ Probes: LSTM-Based Bluetooth Signal Strengths Analysis

    by Selçuk Yazar, Deniz Taşkın, Erdem Bahar

    Soil moisture measurement without damaging soil structure is important in agriculture. Electrical conductivity and microwaves are commonly used for this purpose. Recently, there has been growing interest in using artificial neural networks and time series forecasting to determine soil moisture content. Bluetooth signals, similar to microwave devices, are utilized in these measurements. However, Bluetooth signals have low transmission power compared to dedicated soil moisture measurement devices. This study investigates the possibility of determining soil moisture content using Long Short-Term Memory (LSTM) neural network architecture and Bluetooth signal strengths with 0.001 Watt transmission power, specifically for soil samples with varying pH values. The objective was to assess soil moisture change status directly using Bluetooth signal levels without an in-situ probe. In an experimental study, soil moisture content changing was predicted with a root-mean-square error (RMSE) value of 15% using an artificial learning model based on Bluetooth signal strengths obtained from alkali soil samples. This method eliminates the need for a dedicated sensor, as soil moisture can be reliably measured by tracking signal level changes over time.


  • Open Access

    Gıda güvenliği için bir model önerisi ve gerçeklenmesi: Nesnelerin İnterneti ve İnsan etkileşimli, blokzinciri üzerinde çalışan gıda üretimi kontrolü

    by Selçuk Yazar, Bora Aslan, Deniz Taşkin

    Öbek zinciri ve buna bağlı olarak akıllı kontrat uygulamaları, finans, üretim, eğlence, sanat gibi birçok sektörde giderek artan bir ağırlıkta yer bulmaktadır. Gıda ve gıda arzı güvenliği ise, önümüzdeki on yıl içerisinde tüm dünya için kritik bir öneme sahip olacağı görülmektedir. Bu çalışmada, gıda güvenliğine yönelik olarak öbek zinciri uygulamalarının ve nesnelerin interneti uygulamalarının bir arada yer aldığı bir uygulama modeli önerilmiştir. Her ne kadar gelişen iletişim ve yazılım teknolojiyle berber birçok süreç otonom olarak yürüse de özellikle tarımsal gıda üretiminde insan bilgisine ve öngörüsüne duyulan ihtiyaç modelin geliştirilmesinde temel bir bileşen olarak bu çalışmada yer almıştır. Özellikle işlem bedeli üzerinden ve olası doğal gereksinimler de göz önüne alınarak önerilen modelin hangi şartlarda daha iyi sonuç vereceği konusunda da öneri ve sonuçlar paylaşılmıştır.


  • Open Access

    SARS-CoV-2 Virus RNA Sequence Classification and Geographical Analysis with Convolutional Neural Networks Approach

    by Selçuk Yazar

    Covid-19 infection, which spread to the whole world in December 2019 and is still active, caused more than 250 thousand deaths in the world today. Researches on this subject have been focused on analyzing the genetic structure of the virus, developing vaccines, the course of the disease, and its source. In this study, RNA sequences belonging to the SARS-CoV-2 virus are transformed into gene motifs with two basic image processing algorithms and classified with the convolutional neural network (CNN) models. The CNN models achieved an average of 98% Area Under Curve(AUC) value was achieved in RNA sequences classified as Asia, Europe, America, and Oceania. The resulting artificial neural network model was used for phylogenetic analysis of the variant of the virus isolated in Turkey. The classification results reached were compared with gene alignment values in the GISAID database, where SARS-CoV-2 virus records are kept all over the world. Our experimental results have revealed that now the detection of the geographic distribution of the virus with the CNN models might serve as an efficient method.

  • Open Access

    Reconstruction of the Taguchi Orthogonal Arrays with the Support Vector Machines Method

    by Selçuk Yazar

    Design of Experiment (DOE) is a widely used method for examining experiments especially in industrial production and robust design processes. This method is a set of statistical approaches in which mathematical models are developed through experimental testing to estimate possible outputs and given input values or parameters. The method aims to determine the main factors that affect the results with the smallest number of experimental studies. In this study, L16 (2^15) orthogonal array, which was used in the Taguchi parameter design was reconstructed with the Support Vector Machines learning model and the Pearson VII kernel function. With this model, array elements were successfully classified in 87.04%. The new and original array were compared and 3.8% difference was measured between their Signal to Noise (S / N) ratios in an exemplary experiment.


  • Container-Based Virtualization for Bluetooth Low Energy Sensor Devices in Internet of Things Applications

    by Deniz Taşkin, Cem Taşkin, Selçuk Yazar

    Internet of Things (IoT) has become a continuously growing concept with the developments of ubiquitous computing, wireless sensor networks (WSN). With the industry 4.0 revolution, all production activities such as logistics, finance,...