The proposed project outlines the establishment of a European Digital Innovation Hub (EDIH) in Türkiye, with a primary focus on the Istanbul region, to support the digital and green transformation of manufacturing small and medium-sized enterprises (SMEs). The consortium, led by the Turkish Employers Association of Metal Industries (MESS), leverages extensive industry reach and expertise of the consortium members. Recognizing the low digitalization levels in Turkish SMEs, especially in high-tech products, the project aims to accelerate their digital transformation, primarily through Artificial Intelligence (AI) and High-Performance Computing (HPC). The consortium's objectives include creating a One-Stop-Shop for EDIH services, fostering synergies for testing and prototyping, providing training programs, establishing an innovation ecosystem, supporting SMEs' access to finance, and ensuring the visibility of EDIH services. The project aligns with the Digital Europe Programme and the Digital Decade Policy Programme 2030 by addressing key objectives, such as enhancing AI adoption and digital intensity among SMEs. It also acknowledges the need for collaboration with European networks and EDIHs to facilitate knowledge sharing and best practices.

Alzheimer Hastalığı'nın retinada deformasyonlara yol açtığı bilinmektedir. OCT cihazları bir kaç dakika içerisinde retina katmanlarını tarayabilmekte ve daha erişilebilir, müdahalesiz ve uygun maliyetli bir teşhis alternatifi sunmaktadır. Bu alana makine öğrenmesi yaklaşımları ile katkı sunmayı amaçlayan çalışmamızın üç temel hedefi bulunmaktadır: 1) AH ve HBB teşhisine yönelik OCT ve OCTA taramaları ve ilgili verileri toplamak ve bir açık veri kümesi oluşturmak. OCT üzerinden erken dönem AH teşhisi yapmayı hedefleyen çalışmamıza HBB’nin de dahil edilmesi AH için tanısal biyobelirteç olmaya aday olan bu yöntemin duyarlılığı konusunda ek bilgiler sağlayacaktır. 2) Güncel derin öğrenme yaklaşımlarını kullanarak taramalardaki üç boyutlu (ham) OCT’yi ve OCTA’yi tümüyle kullanan bir AH ve HBB teşhisi yöntemi geliştirmek. 3) Sınıflandırma sonuçlarını girdiye dönük açıklayarak uzmanlarla tartışmak ve tıbbi geçerliliği olabilecek yeni biyobelirteçler araştırmak.

Derin aglarda genellikle alıcı alanı sabit nöronların yer aldığı katmanlar kullanılmaktadır. Bu projeye konu olan uyarlanır yerel baglı nöron, alıcı alanını girdi konum uzayında öğrenebilir. Alıcı alanın hem konumu hem de açıklıgı kontrol edildiği için modele odaklanan nöron adı verilmiştir. Odaklanan nöron herhangi bir buluşsal yöntem veya farklı bir optimizasyon gerektirmeden varolan bir yapay sinir agına eklenebilmekte, eğitim ve sınamada rahatlıkla kullanılabilmektedir. Bu projede odaklanan, bir başka deyişle uyarlanır yerel baglı nöron, kapsamlı bir ¸sekilde araştırılmıştır. Çalışmamız odaklanan nöronun formal yapısının geliştirilmesine, sınanmasına, varyantlarının geli¸stirilmesine önemli katkılar yapmıştır.

İmgelerde obje sınıflandırma için etkileşimli (insan eğiticiyi) öğrenme sürecine katan bir sistem geliştirme

Dört palli bir model helikopterin özerk iniş kalkış yapabilmesi için yapay görü algoritmalarının geliştirilmesi

Küçük ölçekli model arabaların güverte bilgisayarı ve çeşitli algılayıcılar ile entegrasyonu ve özerk ilerleyebilmesi için algoritma geliştirme