Makalelerimizin Journal of Artificial Intelligence Theory and Applications Dergisi'nin özel sayısında yayınlandığını paylaşmaktan mutluluk duyuyoruz.

"Unfairness of Deep Learning Methods Arising Gender Bias in COVID-19 Diagnosis of Medical Images" çalışmasında, COVID-19'u tespit etmek için derin öğrenme modelleri uygularken tıbbi görüntüleme veri kümelerindeki cinsiyet dengesizliğinin etkisini araştırdık. Farklı veri kaynaklarından, yetişkinlere ait COVID olan ve COVID olmayan görüntüler açısından dengeli ve yeterince büyük bir veri kümesi kullandık. (ResearchGate linki: https://www.researchgate.net/publication/352055329_Unfairness_of_Deep_Learning_Methods_Arising_Gender_Bias_in_Covid-19_Diagnosis_of_Medical_Images#fullTextFileContent
Yayın linki: https://aita.bakircay.edu.tr/Yuklenenler/AITA/A21_02_002.pdf)

"Towards Federated Learning in Prediction of Medical Images: A Case Study" çalışmasında, hasta verilerini paylaşmadan birden fazla istemci arasında dağıtılmış veriler üzerinde Federe Öğrenme yöntemini inceledik. Federe Öğrenme modelinin performansını merkezi öğrenme modeliyle karşılaştırdık ve gizlilik ve güvenlik açısından hassas tıbbi verilerle ilgili umut verici sonuçlar elde ettik. (ResearchGate linki: https://www.researchgate.net/publication/352055238_Towards_Federed_Learning_in_Identification_of_Medical_Images_A_Case_Study
Yayın linki: https://aita.bakircay.edu.tr/Yuklenenler/AITA/A21_02_002.pdf)