Bilgisayar Bilimi makaleleri

Bilgisayar Bilimi anadalı Pofolia’da 11 alt alana ayrılıyor: toplam 1069 makale (1958–2026), her biri kısa Türkçe özetiyle. Aşağıda önce alt alanlar, sonra anadalın genelinde en çok atıf alan çalışmalar.

Alt alanlar

• Bilgisayar Ağları ve İletişim 102 makale
• Bilgisayar Bilimi Uygulamaları 105 makale
• Bilgisayar Grafikleri ve Bilgisayar Destekli Tasarım 87 makale
• Bilgisayarlı Görü ve Örüntü Tanıma 99 makale
• Bilişim Sistemleri 100 makale
• Donanım ve Mimari 97 makale
• Hesaplamalı Kuram ve Matematik 91 makale
• İnsan-Bilgisayar Etkileşimi 78 makale
• Sinyal İşleme 86 makale
• Yapay Zeka 127 makale
• Yazılım 97 makale

Bir bakışta

• En çok atıf alan çalışma: Derin Artık Öğrenme ile Görüntü Tanıma (2016, 223.583 atıf).
• Listedeki 12 çalışma toplam 928.974 atıf almış.
• Dergi çeyreği bilinen 3 çalışmanın 3 tanesi Q1 dergide yayımlanmış.
• 6 çalışmanın ücretsiz tam metni var (açık erişim).
• En sık görülen dergiler: arXiv (Cornell University), DROPS (Schloss Dagstuhl – Leibniz Center for Informatics), Communications of the ACM.
• Listedeki çalışmalar 2012–2023 arasında yayımlanmış.

Anadalda en çok atıf alan çalışmalar

Sıralama atıf sayısına göre. Atıf zamanla biriktiği için bu liste doğal olarak birkaç yıl önce yayımlanmış çalışmalara ağırlık verir; alanın bugünü için “son eklenenler” bölümüne bak. Sinyaller nasıl okunur?

• Derin Artık Öğrenme ile Görüntü Tanıma

  Deep Residual Learning for Image Recognition

  2016 · 223.583 atıf

  Yeni bir artık öğrenme çerçevesi, önemli ölçüde daha derin sinir ağlarının eğitimini kolaylaştırarak son teknoloji görüntü tanıma performansı elde edilmesini sağlıyor.

  Kaynağa git →

• lme4 Kullanarak Doğrusal Karma Etkili Modellerin Uygun Hale Getirilmesi

  Fitting Linear Mixed-Effects Models Using lme4

  Journal of Statistical Software · 2015 · Q1 · SJR 3.00 · FWCI 6077.98 · 86.393 atıf · Açık erişim

  R'deki lme4 paketi, maksimum olabilirlik veya REML tahmini kullanarak doğrusal karma etkili modelleri uydurmak için `lmer` fonksiyonunu sağlar.

  Kaynağa git →

• Adam: Stokastik Optimizasyon İçin Bir Yöntem

  Adam: A Method for Stochastic Optimization

  UvA-DARE (University of Amsterdam) · 2014 · FWCI 1726.23 · 84.793 atıf

  Adam, alt dereceli momentlerin uyarlanabilir tahminlerine dayanan, stokastik amaç fonksiyonlarının gradyan tabanlı optimizasyonu için yeni, hesaplama açısından verimli bir algoritmadır.

  Kaynağa git →

• Inline Donanım KV-Önbellek Sıkıştırması için Uzun Bağlamlı Transformer Çıkarımı: Bellek Yolu Sıkıştırma Motoru için Bir Mimari Durum

  Inline Hardware KV-Cache Compression for Long-Context Transformer Inference: An Architectural Case for a Memory-Path Compression Engine

  DROPS (Schloss Dagstuhl – Leibniz Center for Informatics) · 2023 · FWCI 7347.72 · 77.000 atıf · Açık erişim

  Bu çalışma, Mizar teoremlerinin önemli bir bölümünü otomatik olarak ispatlayan bir Yapay Zeka/TP sistemi sunarak, çekiç (hammer) ayarında %60 ve insan tarafından seçilen öncüller kullanıldığında %75 başarı oranına ulaşıyor.

  Kaynağa git →

• Derin Evrişimli Sinir Ağları ile ImageNet Sınıflandırması

  ImageNet classification with deep convolutional neural networks

  Communications of the ACM · 2017 · Q1 · SJR 1.00 · FWCI 4435.36 · 75.715 atıf · Açık erişim

  Derin bir evrişimli sinir ağı, ImageNet sınıflandırmasında son teknolojiye ulaşarak 2010'da %17.0, 2012'de ise kazanan %15.3'lük ilk-5 hata oranlarını düşürdü.

  Kaynağa git →

• Büyük Ölçekli Görüntü Tanıma için Çok Derin Evrişimsel Ağlar

  Very Deep Convolutional Networks for Large-Scale Image Recognition

  arXiv (Cornell University) · 2014 · 75.542 atıf · Açık erişim

  Çok küçük (3x3) evrişim filtreleri kullanan 16-19 ağırlık katmanına sahip evrişimsel ağ derinliğini artırmak, büyük ölçekli görüntü tanımada doğruluk oranını önceki konfigürasyonlara göre önemli ölçüde iyileştirir.

  Kaynağa git →

• Scikit-learn: Python'da Makine Öğrenmesi

  Scikit-learn: Machine Learning in Python

  arXiv (Cornell University) · 2012 · 63.878 atıf · Açık erişim

  Scikit-learn, orta ölçekli problemler için geniş bir makine öğrenmesi algoritması yelpazesini entegre eden ve uzman olmayanlar için tasarlanmış yeni bir Python modülüdür.

  Kaynağa git →

• Daha Hızlı R-CNN: Bölge Öneri Ağları ile Gerçek Zamanlı Nesne Tespiti Hedefi

  Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

  IEEE Transactions on Pattern Analysis and Machine Intelligence · 2016 · Q1 · SJR 4.00 · FWCI 1672.08 · 54.589 atıf

  Bu makale, nesne tespit ağlarıyla sorunsuz bir şekilde entegre olan ve neredeyse hiçbir hesaplama maliyeti olmadan bölge önerileri üreterek gerçek zamanlı performansı mümkün kılan bir Bölge Öneri Ağı (RPN) sunmaktadır.

  Kaynağa git →

• XGBoost

  2016 · 49.653 atıf · Açık erişim

  XGBoost, büyük veri kümelerinde yüksek performans için tasarlanmış yeni ve ölçeklenebilir bir ağaç güçlendirme sistemidir ve makine öğrenimi zorluklarında son teknoloji sonuçlar elde etmektedir.

  Kaynağa git →

• Konvolüsyonlarla daha derine inmek

  Going deeper with convolutions

  2015 · 46.948 atıf

  Inception kod adlı yeni bir derin evrişimli sinir ağı mimarisi, ILSVRC14 yarışmasında görüntü sınıflandırma ve tespit alanında yeni bir en iyi performansı elde etti.

  Kaynağa git →

• Ölçekte Güvenilir Sağlık Takviyesi İçeriğinin Dinamik Üretimi için Yapay Zeka Destekli İş Akışı

  AI-Assisted Pipeline for Dynamic Generation of Trustworthy Health Supplement Content at Scale

  DROPS (Schloss Dagstuhl – Leibniz Center for Informatics) · 2018 · FWCI 2503.48 · 45.742 atıf

  Yeni bir çerçeve, bir geoparseri, bir kesinlik tabanlı akıl yürütme sistemini ve cevap çıkarma özelliğini entegre ederek nitel uzamsal soruları yanıtlama zorluğunu ele alıyor.

  Kaynağa git →

• Aracılık, Moderasyon ve Koşullu Süreç Analizine Giriş: Regresyon Tabanlı Bir Yaklaşım

  Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach

  2013 · FWCI 1860.33 · 45.138 atıf

  Bu kitap, verilerdeki karmaşık ilişkileri anlamak için birleşik bir regresyon tabanlı çerçeve sunarak aracılık, moderasyon ve koşullu süreç analizini tanıtmaktadır.

  Kaynağa git →

Bu alanın dergileri

Bu alandaki makaleleri en çok yayımlayan dergiler. Dilim (Q1–Q4), SJR ve h-index SCImago Journal Rank’tan; “bu alanda” sütunu derginin havuzdaki bu alana ait makale sayısı. Q1 dergi nedir? · h-index nedir?

← Tüm alanlar