@article{article_1477046, title={İşitme Engelli Bireylerin Hareketlerini Sınıflandırmaya Yönelik Yapay Zeka Modelinin Geliştirilmesi}, journal={Black Sea Journal of Engineering and Science}, volume={7}, pages={826–835}, year={2024}, DOI={10.34248/bsengineering.1477046}, author={Kasapbaşı, Ahmed and Canbolat, Hüseyin}, keywords={Artificial intelligence, Gesture, Recognition, Hearing impaired}, abstract={İşaret Dili, işitme engelli bireyler için hayati bir iletişim aracıdır. Farklı ülkelerde kendi ihtiyaçlarına geliştirilmiş birçok işaret dili vardır. Bu çalışma, Türk İşaret Dili (TİD) jestlerini derin öğrenme teknikleriyle metne dönüştürmeyi amaçlamaktadır. Bu amaçla, arka planlar, aydınlatma koşulları ve işaret pozisyonları gibi çeşitli çevresel faktörler açısından çeşitlilik gösteren yeni bir veri kümesi oluşturulmuştur. Daha sonra, TİD alfabesini algılamak ve sınıflandırmak için Evrişimli Sinir Ağları (CNN’ler) kullanılmıştır. Ayrıca, geliştirilen modellerin performansını optimize etmek için çeşitli hiperparametreler araştırılmıştır. En iyi CNN mimarisi, beş evrişimli katmanı içerir ve Adam öğrenme hızı optimizasyon yöntemini kullanır; 80 epoch’tan sonra yaklaşık %98’lik bir doğruluk (başarı) elde edilmiştir. Sonuç olarak, zorlu bir veri kümesi üzerinde eğitilen önerilen modeller, işaret dili tanıma alanında önemli bir ilerleme temsil etmektedir.}, number={5}, publisher={Karyay Karadeniz Yayımcılık Ve Organizasyon Ticaret Limited Şirketi}