Bölümümüz ders katoloğuna ulaşmak için TIKLAYINIZ.

2022-2023 Güz Dönemi Ders Programı için TIKLAYINIZ.

Bölümümüz Yönetim Bilişim Sistemleri Lisans Programı içeriğine ulaşmak için TIKLAYINIZ.

Proje Adı: Circular Economy Innovative Initiative in Textiles for an Entrepreneurial Europe-CITE

Proje Türü: EU EIT Horizon
Proje Süresi: Temmuz 2022-Haziran 2024
Doç. Dr. Gökhan Övenç (Araştırmacı)
Avrupa Birliği yenilikçi teknolojiler kapsamında bir Ufuk projesidir. Projenin konsorsiyumu Türkiye, Almanya, Belçika, Hollanda ve Litvanya olmak üzere beş farklı ülkeden kuruluşları içermektedir. Toplam bütçesi 1 milyon 200 bin euro olan proje, İstanbul Üniversitesi, Hogeschool Gent (Belçika), Rheinisch-Westfaelische Technische Hochschule Aachen (Almanya), Saxion University of Applied Sciences (Hollanda), Plate-forme Technologique Européenne pour le Futur du Textile et de l’Habillement a.i.s.b.l. (Belçika) ve Vilnius University of Applied Sciences (Litvanya) ortaklığında yürütülmektedir. Toplamda iki yıl sürecek olan CITE projesi ile yenilikçilik ve girişimcilik kapasitelerini artırmak için seçilmiş ortaklar ve yükseköğretim kurumları arasında yeni bir dinamik ve çevik ekosistem oluşturulmasını hedeflemektedir. Özellikle tekstil endüstrisindeki geri dönüşüm ekosistemini güçlendirecek yenilikçi uygulamalar ve girişimler projenin odak noktasıdır.

Proje Adı: Blokzincir ve Veri Bilimi Araştırma Projesi

Proje Türü: Yüksek Öğretim Kurumları Tarafından Desteklenen Bilimsel Araştırma Projesi (İstanbul Üniversitesi BAP)
Proje Süresi: Nisan 2022-Nisan 2023
Doç. Dr. Emre Akadal (Yürütücü), Doç. Dr. Gökhan Övenç (Araştırmacı), Dr. Öğr. Üyesi Elif Kartal (Araştırmacı), Dr. Öğr. Üyesi Zeki Özen (Araştırmacı)
Proje kapsamında 2021 yılında kurulmuş olan Bölümümüz bünyesinde kurulması planlanan çok amaçlı bilişim laboratuvarı MIS-LAB ile Bölümümüzün eğitim ve araştırma yeteneklerinde gelişme sağlanması hedeflenmiştir. Projenin amaçları şöyle sıralanabilir: akademik yayın süreçlerine katkı sağlamak, blokzincir temelli araştırmalar başlatmak, lojistik ve dış ticaret sektörlerinde akıllı sözleşme temelli araştırmaları arttırmak, dijital ekonomi bağlamında araştırma başlatmak, eğitim olanaklarını arttırmak, dış kaynaklı projeler geliştirmek, özel sektöre yönelik hizmetler sunmak. Tüm amaçlar temelde, yetkinlik gerektiren alanlar için insan kaynağı üretmek için planlanmış, proje kapsamında ve devamında bu doğrultuda faaliyetlerin gerçekleştirilmesine alt yapı sağlayacak niteliktedir.

Proje Adı: Building Virtual Learning Platform for Environmentally-Friendly Digital Transformation Management

Proje Türü: Erasmus+
Proje Süresi: Haziran 2021-Mayıs 2023
Doç. Dr. Gökhan Övenç (Araştırmacı)
Erasmus+K226 destekli yükseköğretim kurumlarında stratejik ortaklık geliştirme bağlamında bir Avrupa Birliği projesidir. Dijital dönüşüm stratejisine uygun olarak yenilikçi eğitim içerikleri ve müfredatları oluşturmayı amaçlayan bu proje 1 Haziran 2021-31 Mayıs 2023 tarihleri arasında toplam 24 aylık bir dönemi kapsamaktadır. Proje, İstanbul Üniversitesi İktisat Fakültesi koordinatörlüğünde University of Bedfordshire (İngiltere), Greater Manchester Chamber of Commerce (İngiltere) ve Bielefeld University (Almanya) İstanbul Mineral Metal İhracatçıları Birliği-İmmib ortaklığında yürütülürken Bizpark Teknoloji A.Ş (Türkiye) ise projenin teknoloji yüklenicisi olarak yer almaktadır.

Proje Adı: İmalat Sanayiinde Faaliyet Gösteren KOBİ’lerin Verimlilik ve Dış Ticaret Performanslarının Analizi

Proje Türü: İstanbul Ticaret Odası
Proje Süresi: 2021 Mart ile 2022 Mart
Doç. Dr. Gökhan Övenç- Araştırmacı
Türkiye’de faaliyet gösteren KOBİ’lere ilişkin büyük veri setlerinin son 10 yıllık süreçte analiz edilerek seçilmiş bazı AB ülkeleriyle karşılaştırılması yoluyla birtakım politika tavsiyeleri oluşturmayı amaçlayan bu proje 2021 Mart ile 2022 Mart tarihleri arasında sürmüştür. İstanbul Ticaret Odası tarafından desteklenen bu projede özellikle işletmelerin finansmana erişim, verimlilik, küresel pazarlar konularında ciddi noksanlıkları olduğu tespit edilmiş ve bazı politika tavsiyelerine yer verilmiştir.

Proje Adı: Ameliyat Sonrası Hastanın Yoğun Bakım Gereksiniminin Belirlenmesinde Karar Destek Sistemi Geliştirilmesi

Proje Türü: TÜBİTAK 1002
Proje Süresi: Kasım 2019-Eylül 2021
Dr. Öğr. Üyesi Elif Kartal (Araştırmacı), Dr. Öğr. Üyesi Zeki Özen (Araştırmacı)
Bu projede; yapay zekânın bir alt çalışma alanı olan makine öğrenmesi tekniklerinden faydalanılarak ameliyat sonrası bir hastanın yoğun bakım ihtiyacı olup olmadığı, eğer varsa hangi basamak yoğun bakıma ihtiyaç duyduğu incelenmiş ve bu doğrultuda hastalar için yoğun bakım öngörüsünde bulunan bir karar destek sistemi geliştirilmiştir. Bu kapsamda İzmir Sağlık Bilimleri Üniversitesi Tepecik Eğitim Araştırma Hastanesi’nden 4218 hasta verisi toplanmış ve makine öğrenmesi analizleri için gerekli veri seti hazırlanmıştır. Naive Bayes Sınıflandırıcı, C4.5 Karar Ağacı Algoritması, C5.0 Algoritması, Sınıflandırma ve Regresyon Ağaçları ile Rastgele Orman Algoritması gibi farklı makine öğrenmesi algoritmalarıyla yoğun bakım öngörü modelleri oluşturulmuştur. En iyi model web uygulaması şeklinde kullanıma sunulmuştur (https://zekiozen.shinyapps.io/icuprediction/).

Proje Adı: Metin Madenciliği ile Türkçe Bir Dergi Öneri Sisteminin Geliştirilmesi

Proje Türü: Yüksek Öğretim Kurumları Tarafından Desteklenen Bilimsel Araştırma Projesi (İstanbul Üniversitesi BAP)
Proje Süresi: Ocak 2018-Kasım 2018
Dr. Öğr. Üyesi Zeki Özen (Yürütücü), Dr. Öğr. Üyesi Elif Kartal (Araştırmacı)
Bilimsel bir çalışmanın makaleye dönüşüm sürecindeki önemli ve kritik adımlardan bir tanesi çalışmaya uygun bir derginin seçilmesidir. Bu seçim işlemi doğru yapılmadığı taktirde çalışma daha hakemlere bile gönderilmeden dergi editörleri tarafından çalışma içeriğinin dergi ile uyumsuzluğu gerekçesi ile çalışma reddedilebilmektedir. Bu nedenle uygun derginin çalışmayı bir dergiye göndermeden önce, o dergideki makalelere bir göz atılması gerekmektedir. Bu durum ise dergi web siteleri arasında çokça vakit harcanmasına sebep olmaktadır. Halihazırda "Elsevier Journal Finder", "Springer Journal Suggester" gibi dergi öneri sistemleri geliştirilmiştir ancak tümüyle Türkçe yayınlara ve Türkçe dilde yayın yapan dergilere odaklanan bir dergi öneri sistemine rastlanmamıştır. Bu projenin amacı veri madenciliği yöntemlerini kullanarak Türkçe bir dergi öneri sistemi geliştirilmesidir. Bu kapsamda, DergiPark Akademik'ten seçilen dergi ve bu dergilere ait yayınlarla metin madenciliği analizleri için ihtiyaç duyulan veri setinin oluşturulmuştur. Projenin veri madenciliği süreçlerini sistematik bir biçimde gerçekleştirebilmek için Veri Madenciliği için Çapraz Endüstri Standard Süreç Modeli (CRISP-DM) kullanılmıştır. Proje sonunda DergiPark Akademik araştırmacıların çalışmalarına en uygun dergi(leri) öneren bir web uygulaması geliştirilerek araştırmacıların kullanımına sunulmuştur (https://zekiozen.shinyapps.io/dergioner/).

Proje Adı: Ameliyat Sonrası Kronik Ağrının Öngörülmesi İçin Karar Destek Sistemi Geliştirilmesi (ASK)

Proje Türü: Yüksek Öğretim Kurumları Tarafından Desteklenen Bilimsel Araştırma Projesi (İstanbul Üniversitesi BAP)
Proje Süresi: Şubat 2017-Kasım 2017
Dr. Öğr. Üyesi Elif Kartal (Araştırmacı), Dr. Öğr. Üyesi Zeki Özen (Araştırmacı)
Ameliyat Sonrası Kronik Ağrı-ASK (Postoperative Chronic Pain - POCP) en az 2 ay süren, ameliyat öncesi ağrısı, ameliyat yeri enflamasyonu veya hastalık nüksüve sürekliliğinden bağımsız olarak görülen ağrı olarak tanımlanmıştır. Bu projenin amacı, ameliyata girecek hastaların ASK olasılığını belirlemek için bir karar destek sisteminin (KDS) geliştirilerek ASK sorununun en aza indirilebilmesine katkı sağlamaktır. KDS'nin geliştirilmesinde veri madenciliği tekniklerinden faydalanılmıştır. Veri seti olarak İstanbul Üniversitesi Cerrahpaşa Tıp Fakültesi, Sağlık Bilimleri Üniversitesi İzmir Tepecik Eğitim Araştırma Hastanesi, İstanbul Eğitim ve Araştırma Hastanesi ile İstanbul Ümraniye Eğitim Araştırma Hastanesinin anesteziyoloji ve reanimasyon birimlerinden elde edilmiş olan yaklaşık 300 hastaya ait veri kullanılmıştır. KDS'nin geliştirilebilmesinde bu veri setinin araştırmacılar tarafından erişimi ve muhafazası için veri tabanı tasarlanmış ve geliştirilmiştir.

Proje Adı: Üstün Zekalı Öğrencilerin Tanılamaya Yönlendirilmesine Yönelik Bir Yetenek Sihirbazının Geliştirilmesi

Proje Türü: Yüksek Öğretim Kurumları Tarafından Desteklenen Bilimsel Araştırma Projesi (İstanbul Üniversitesi BAP)
Proje Süresi: Aralık 2016-Ekim 2017
Dr. Öğr. Üyesi Elif Kartal (Yürütücü), Dr. Öğr. Üyesi Zeki Özen (Araştırmacı)
Üstün zekalı öğrencilerin tespiti konusunda hem ebeveynler hem de eğitmenler hassasiyet göstermektedir. Bu konudaki farkındalık giderek artmaktadır ancak bu noktada üstün zekalı öğrencilerin tanılanması kadar, tanılama sürecinin doğru bir biçimde başlatılması da önemlidir. Bir başka ifade ile öğrencilerin tanılama için doğru yönlendirilmesi, sınıf içinde isabetli bir biçimde aday gösterilerek doğru yönlendirme yapılabilmesi de gerekmektedir. Çünkü öğrencilerin genel davranış biçimleri ve özellikle okuldaki başarıları, üstün zekalı olup olmadıklarına bağlı olarak değişebilmektedir. Öğrencilerin tanılanmaya doğru yönlendirilmesi ile ebeveynlerin çocuklarını, eğitmenlerin ise öğrencilerini daha iyi anlayarak, onların eğitimi ve gelişimi için gereken görevleri daha iyi yerine getireceğine inanılmaktadır. Bu projede, üstün zekalı öğrencilerin tanılamaya yönlendirilmesine yönelik çevrimiçi bir yetenek sihirbazının geliştirilmesi hedeflenmiştir. Yetenek sihirbazı için yapay zekânın alt çalışma alanlarından biri olan makine öğrenmesinden faydalanılmıştır. Bilim ve Sanat Merkezleri ve Millî Eğitim Bakanlığına bağlı okullardan hem üstün zekalı olarak tanılanmış hem de tanılanmamış öğrenci bilgileri doğrultusunda, makine öğrenmesi teknikleri için gerek duyulan veri seti hazırlanmıştır. Analizler R programlama dili ile RStudio'da gerçekleştirilmiştir. Analizler sonucunda öğrenciyi üstün zekalı öğrenci olarak tanılamaya yönlendirme konusunda en yüksek performansı veren model seçilerek yetenek sihirbazının çıkarım alt yapısı olarak entegre edilmiştir. Geliştirilen bu yetenek sihirbazı ile üstün zekalı öğrencileri tanılamaya yönlendirme konusunda ebeveynlere ve eğitmenlere destek sağlamak amaçlanmıştır.

Proje Adı: Construction, Economic Development and Planning Policies

Proje Türü: British Academy/Newton Fund
Proje Süresi: Mart 2015-Mart 2017
Doç. Dr. Gökhan Övenç (Araştırmacı)
University of Sheffield ile İstanbul Teknik Üniversitesi'nin ortak olduğu British Academy/Newton Fund tarafından Mart 2015-Mart 2017 tarihleri arasında fonlanan bu projenin temel amacı Türkiye'deki inşaat sektörü ile iktisadi kalkınma arasındaki ilişkiyi ampirik olarak analiz etmektir.

Proje Adı: TRB2 Bölgesi Çağrı Merkezi Sektörü Analizi

Proje Türü: Doğu Anadolu Kalkınma Ajansı (DAKA)
Proje Süresi: Aralık 2014-Mayıs 2015
Doç. Dr. Gökhan Övenç (Yürütücü)
Doğu Anadolu Kalkınma Ajansı bölgesine dahil olan Muş, Bitlis, Van ve Hakkâri illerindeki ilgili kamu kuruluşları, eğitim kurumları ve özel sektör temsilcileriyle yapılan mülakatlar ve saha çalışmaları neticesinde toplanan veriler ışığında bu illerde kurulması planlanan çağrı merkezlerinin ekonomik ve finansal fizibilite analizleri yapılarak, ihtiyaç duyulan alt ve üst yapı ortaya çıkarılmıştır. Çağrı merkezinin özellikle genç istihdamı ve bölgesel kalkınma üzerindeki olası etkileri de analiz edilmiştir. Proje saha çalışmalarıyla birlikte toplam 6 ay sürmüştür.

Proje Adı: Sınıflandırmaya Dayalı Makine Öğrenmesi Teknikleri ve Bir Uygulama

Proje Türü: Yüksek Öğretim Kurumları Tarafından Desteklenen Bilimsel Araştırma Projesi (İstanbul Üniversitesi BAP)
Proje Süresi: Aralık 2014-Temmuz 2015
Dr. Öğr. Üyesi Elif Kartal (Yürütücü)
Bu projenin amacı; kalp ameliyatı sırasında ya da kalp ameliyatı geçirdikten kısa bir süre sonra hastaya ait hayati riskin sınıflandırmaya dayalı makine öğrenmesi teknikleri kullanılarak belirlenebilmesidir. Kalp ameliyatı sırasında ya da kalp ameliyatı geçirdikten kısa bir süre sonra hastanın ölüm riskinin tahmini için kullanılan EuroSCORE (The European System for Cardiac Operative Risk Evaluation)’a ait risk faktörleri kullanılmıştır. Naive Bayes Sınıflandırıcı, k-En Yakın Komşu Algoritması, Logistik Regresyon Analizi, ID3 ve C4.5 Karar Ağacı Algoritmaları kullanılarak R dili ile farklı modeller oluşturulmuştur. Seçilen model(ler) Shiny (shinyapps.io) aracılığı ile web üzerinden kamuya açık hale getirilmiştir (https://elifkartal.shinyapps.io/euSCR/).