Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve

Samet Aymaz

doi:10.31466/kfbd.1838823

TR EN

Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve

Öz

Meme kanseri her yıl yaklaşık 2,3 milyon kadını etkilemekte olup, erken teşhis %90’ın üzerinde hayatta kalma oranı sağlarken geç evrede bu oran %29’a düşmektedir. Bilgisayar destekli tanı sistemleri umut vaat etse de, mevcut yaklaşımlar çoğunlukla yüksek maliyetli derin öğrenme modellerine dayanmaktadır. Bu çalışma, gelişmiş veri ön işleme teknikleri ile geleneksel sınıflandırıcıların benzer performansları daha düşük maliyetle elde edebileceğini göstermektedir. Bu kapsamda, üç bileşenli bir çerçeve önerilmektedir. İlk olarak, geliştirilmiş SimCLR (Simple Framework for Contrastive Learning of Visual Representations) mimarisi kullanılarak mamografi görüntülerinden 128 boyutlu ayırt edici özellikler elde edilmiştir. İkinci olarak, kernel yoğunluk tahmini (Kernel Density Estimation, KDE) tabanlı dinamik örnek seçimi ile veri kümesi boyutu yaklaşık %60 azaltılmıştır. Üçüncü olarak, karşılıklı bilgi (Mutual Information, MI) ve Spearman korelasyon analizini birleştiren adaptif özellik seçimi yöntemi, Optuna optimizasyon çerçevesi kullanılarak gerçekleştirilmiştir. Önerilen yöntem, Mini-DDSM ve Mini-MIAS veri kümelerinde Destek Vektör Makinesi (Support Vector Machine, SVM), Rastgele Orman (Random Forest, RF) ve Naive Bayes (NB) sınıflandırıcıları ile değerlendirilmiştir. Sonuçlar, özellikle SVM ve RF modellerinin farklı senaryolarda %99,8’e varan doğruluk oranları ile yüksek sınıflandırma performansı sunduğunu göstermektedir.

Anahtar Kelimeler

Meme kanseri tespiti, Özellik mühendisliği, Karşıtsal öğrenme, Makine öğrenmesi, Tıbbi görüntü analizi

A Lightweight and Accessible Framework for High-Accuracy Breast Cancer Detection via Enhanced Feature Engineering and Data-Centric Optimization

Öz

Breast cancer affects approximately 2.3 million women annually. While early diagnosis ensures a survival rate exceeding 90%, this rate drops to 29% in late-stage detection. Although computer-aided diagnosis systems show great promise, most existing approaches rely on costly deep learning models that are often inaccessible in resource-constrained healthcare environments. This study demonstrates that advanced data preprocessing techniques can enable traditional classifiers to achieve comparable performance at significantly lower cost. In this context, a three-component framework is proposed. First, an enhanced Simple Framework for Contrastive Learning of Visual Representations (SimCLR) architecture is employed to extract highly discriminative 128-dimensional features from mammography images. Second, a Kernel Density Estimation (KDE)-based dynamic sample selection mechanism reduces the dataset size by approximately 60% while preserving critical diagnostic information. Third, an adaptive feature selection process combining Mutual Information (MI) and Spearman correlation analysis is optimized using the Optuna framework. The proposed method is evaluated on the Mini-DDSM and Mini-MIAS datasets using Support Vector Machine (SVM), Random Forest (RF), and Naive Bayes (NB) classifiers. The results demonstrate high classification performance, with SVM and RF achieving accuracy rates of up to 99.8% across multiple experimental settings.

Anahtar Kelimeler

Breast cancer detection, Feature engineering, Contrastive learning, Machine learning, Medical image analysis

Kaynakça

Agnes, S. A., Anitha, J., Pandian, S. I. A., & Peter, J. D. (2019). Classification of mammogram images using multiscale all convolutional neural network (MA-CNN). Journal of Medical Systems, 44(1). https://doi.org/10.1007/s10916-019-1494-z.
American Cancer Society. (2023). Breast cancer facts & figures 2022–2024. Atlanta, GA: American Cancer Society, Inc.
Bohra, H., Arora, A., Gaikwad, P., Bhand, R. ve Patil, M. R. (2017). Health prediction and medical diagnosis using Naive Bayes. International Journal of Advanced Research in Computer and Communication Engineering (IJARCCE), 6(4), 32–35. https://doi.org/10.17148/ijarcce.2017.6407.
Breiman, L. (2001). Random forests. Machine Learning, 45, 5–32. https://doi.org/10.1023/A:1010933404324.
URL-1: https://www.kaggle.com/datasets/cheddad/miniddsm, (Erişim Tarihi: 2 Ağustos 2024).
Chugh, S., Goyal, S., Pandey, A., & Joshi, S. (2022). Morphological and OTSU's technique based mammography mass detection and deep neural network classifier based prediction. Traitement du Signal, 39(4), 1283–1294. https://doi.org/10.18280/ts.390421.
Cortes, C. ve Vapnik, V. (1995). Support-vector networks. Machine Learning, 20, 273–297. https://doi.org/10.1007/BF00994018.
Cruz-Ramos, C., García-Avila, O., Almaraz-Damian, J., et al. (2023). Benign and malignant breast tumor classification in ultrasound and mammography images via fusion of deep learning and handcraft features. Entropy, 25(7), 991. https://doi.org/10.3390/e25070991.
Doi, K. (2007). Computer-aided diagnosis in medical imaging: Historical review, current status and future potential. Computerized Medical Imaging and Graphics, 31(4–5), 198–211. https://doi.org/10.1016/j.compmedimag.2007.02.002.
Eldele, E., Ragab, M., Chen, Z., Wu, M., Kwoh, C. K., Li, X., & Guan, C. (2023). Self-supervised contrastive representation learning for semi-supervised time-series classification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(12), 15604–15618. https://doi.org/10.1109/tpami.2023.3308189

Ghosh, S., Samanta, G., & De La Sen, M. (2021). Multi-model approach and fuzzy clustering for mammogram tumor to improve accuracy. Computation, 9(5), 59. https://doi.org/10.3390/computation9050059.
Gilbert, F. J., Astley, S. M., Gillan, M. G., et al. (2008). Single reading with computer-aided detection for screening mammography. New England Journal of Medicine, 359(16), 1675–1684.
Guerroudji, M. A., Amara, K., & Zenati, N. (2024). Advancing mammography breast mass detection through diffusion segmentation. Multimedia Tools and Applications. https://doi.org/10.1007/s11042-024-18840-6.
Guo, Q., Wang, C., Xiao, D. ve Huang, Q. (2024). A lightweight open-world pest image classifier using ResNet8-based matching network and NT-Xent loss function. Expert Systems with Applications, 237, 121395. https://doi.org/10.1016/j.eswa.2023.121395
Hayum, A. A., Jaya, J., Sivakumar, R., et al. (2024). An efficient breast cancer classification model using bilateral filtering and fuzzy convolutional neural network. Scientific Reports, 14, 6290. https://doi.org/10.1038/s41598-024-56698-8.
Ittannavar, S. S., & Havaldar, R. H. (2022). Segmentation of breast masses in mammogram image using multilevel multiobjective electromagnetism-like optimization algorithm. BioMed Research International, 2022, 1–14. https://doi.org/10.1155/2022/8576768.
Kavitha, T., Mathai, P. P., Karthikeyan, C., et al. (2021). Deep learning based capsule neural network model for breast cancer diagnosis using mammogram images. Interdisciplinary Sciences: Computational Life Sciences, 14(1), 113–129. https://doi.org/10.1007/s12539-021-00467-y.
Kebede, S. R., Waldamichael, F. G., Debelee, T. G., et al. (2024). Dual view deep learning for enhanced breast cancer screening using mammography. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-023-50797-8.
URL-2: https://www.kaggle.com/datasets/kmader/mias-mammography. (Erişim Tarihi: 2 Ağustos 2024).
Malebary, S. J., & Hashmi, A. (2021). Automated breast mass classification system using deep learning and ensemble learning in digital mammogram. IEEE Access, 9, 55312–55328. https://doi.org/10.1109/access.2021.3071297.
Mustafa, M. A., Erdem, O. A., & Söğüt, E. (2025). Hybrid optimization and explainable deep learning for breast cancer detection. Applied Sciences, 15(15), 8448. https://doi.org/10.3390/app15158448.
National Cancer Institute. (2024). Financial burden of cancer care. Cancer Trends Progress Report. Erişim adresi: https://progressreport.cancer.gov/after/economic_burden
Petrick, N., Sahiner, B., Armato, S. G., et al. (2013). Evaluation of computer-aided detection and diagnosis systems. Medical Physics, 40(8), 087001. https://doi.org/10.1118/1.4816310
Poonia, A., Sharma, V. K., Singh, H. K., & Maheshwari, S. (2023). Heuristically optimized weighted feature fusion with adaptive cascaded deep network: a novel breast cancer detection framework using mammogram images. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization, 11(7). https://doi.org/10.1080/21681163.2023.2278908.
Ouyang, J., Mao, D., Guo, Z., Liu, S., Xu, D., & Wang, W. (2023). Contrastive self-supervised learning for diabetic retinopathy early detection. Medical & Biological Engineering & Computing, 61(9), 2441–2452. https://doi.org/10.1007/s11517-023-02810-5
Rabidas, R., & Arif, W. (2020). Characterization of mammographic masses based on local photometric attributes. Multimedia Tools and Applications, 79(29–30), 21967–21985. https://doi.org/10.1007/s11042-020-08959-7.
Sahu, A., Das, P. K., & Meher, S. (2024). An efficient deep learning scheme to detect breast cancer using mammogram and ultrasound breast images. Biomedical Signal Processing and Control, 87, 105377. https://doi.org/10.1016/j.bspc.2023.105377.
Shaukat, A., Farhan, S., Javed, R., Idris, S., Alamri, F. S., Ara, A., & Saba, T. (2025). HyFusion-X: Hybrid deep and traditional feature fusion with ensemble classifiers for breast cancer detection using mammogram and ultrasound images. Scientific Reports, 15, 38314. https://doi.org/10.1038/s41598-025-22262-1.
Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249.
Swiderski, B., Osowski, S., Kurek, J., et al. (2017). Novel methods of image description and ensemble of classifiers in application to mammogram analysis. Expert Systems with Applications, 81, 67–78. https://doi.org/10.1016/j.eswa.2017.03.031.
Vijayalakshmi, S., Pandey, B. K., Pandey, D., & Lelisho, M. E. (2025). Innovative deep learning classifiers for breast cancer detection through hybrid feature extraction techniques. Scientific Reports, 15, 22212. https://doi.org/10.1038/s41598-025-06669-4.
URL-3: https://www.who.int/news-room/fact-sheets/detail/breast-cancer. (Erişim Tarihi: 2 Ağustos 2024).
Wu, W., Rong, Q., & Lu, Z. (2024). Local Cross-View transformers and global representation collaborating for mammogram classification. IEEE Access, 1. https://doi.org/10.1109/access.2024.3402260.
Wisaeng, K. (2022). Breast cancer detection in mammogram images using K-Means++ clustering based on Cuckoo search optimization. Diagnostics, 12(12), 3088.
Zarbakhsh, P. (2023). Spatial attention mechanism and cascade feature extraction in a U-Net model for enhancing breast tumor segmentation. Applied Sciences, 13(15), 8758. https://doi.org/10.3390/app1315875.
Zebari, D. A., Ibrahim, D. A., Zeebaree, D. Q., et al. (2021). Breast cancer detection using mammogram images with improved multi-fractal dimension approach and feature fusion. Applied Sciences, 11(24), 12122. https://doi.org/10.3390/app112412122.
Zhou, K., Li, W., & Zhao, D. (2022). Deep learning-based breast region extraction of mammographic images combining pre-processing methods and semantic segmentation supported by Deeplab v3+. Technology and Health Care, 30, 173–190. https://doi.org/10.3233/thc-228017.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Bilgisayar Yazılımı

Bölüm

Araştırma Makalesi

Yazarlar

Samet Aymaz ^*
0000-0003-0735-0487
Türkiye

Yayımlanma Tarihi

3 Eylül 2026

Gönderilme Tarihi

9 Aralık 2025

Kabul Tarihi

17 Mart 2026

Yayımlandığı Sayı

Yıl 2026 Cilt: 16 Sayı: 3

DOI

https://doi.org/10.31466/kfbd.1838823

IZ

https://izlik.org/JA55JD53NW

APA

Aymaz, S. (2026). Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve. Karadeniz Fen Bilimleri Dergisi, 16(3), 1197-1221. https://doi.org/10.31466/kfbd.1838823

AMA

1.Aymaz S. Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve. KFBD. 2026;16(3):1197-1221. doi:10.31466/kfbd.1838823

Chicago

Aymaz, Samet. 2026. “Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve”. Karadeniz Fen Bilimleri Dergisi 16 (3): 1197-1221. https://doi.org/10.31466/kfbd.1838823.

EndNote

Aymaz S (01 Eylül 2026) Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve. Karadeniz Fen Bilimleri Dergisi 16 3 1197–1221.

IEEE

[1]S. Aymaz, “Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve”, KFBD, c. 16, sy 3, ss. 1197–1221, Eyl. 2026, doi: 10.31466/kfbd.1838823.

ISNAD

Aymaz, Samet. “Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve”. Karadeniz Fen Bilimleri Dergisi 16/3 (01 Eylül 2026): 1197-1221. https://doi.org/10.31466/kfbd.1838823.

JAMA

1.Aymaz S. Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve. KFBD. 2026;16:1197–1221.

MLA

Aymaz, Samet. “Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve”. Karadeniz Fen Bilimleri Dergisi, c. 16, sy 3, Eylül 2026, ss. 1197-21, doi:10.31466/kfbd.1838823.

Vancouver

1.Samet Aymaz. Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve. KFBD. 01 Eylül 2026;16(3):1197-221. doi:10.31466/kfbd.1838823

Amaç ve Kapsam

Giresun Üniversitesi'nin hakemli bilimsel yayın organı olan “Karadeniz Fen Bilimleri Dergisi (KFBD)”, fen bilimleri, mühendislik ve teknoloji alanlarında üretilen özgün ve nitelikli bilimsel çalışmaları yayımlamayı amaçlamaktadır. Dergimiz, bilimsel bilginin geliştirilmesine, yaygınlaştırılmasına ve hem ulusal hem de uluslararası düzeyde görünürlüğünün artırılmasına katkı sağlamayı hedeflemektedir. Bu doğrultuda, akademik etik ilkelere sıkı sıkıya bağlı, özgünlüğü ve literatüre bilimsel katkısı açıkça ortaya konmuş araştırmaların yayımlanması temel önceliğimizdir. Gönderilecek eserlerde; alanında bir boşluğu dolduracak özgün bir araştırma makalesi olması şartı aranır.

Derginin temel amacı; fen bilimleri ve mühendislik disiplinlerinde gerçekleştirilen teorik ve uygulamalı araştırmaları bilim dünyasına kazandırmak, disiplinlerarası çalışmaları teşvik etmek ve evrensel bilimsel literatüre değer katmaktır. Ayrıca, genç araştırmacıların ve alanında uzman bilim insanlarının çalışmalarını uluslararası standartlarda yayımlayabilecekleri güvenilir ve şeffaf bir platform oluşturmak derginin öncelikleri arasındadır. Karadeniz Fen Bilimleri Dergisi; Mart, Haziran, Eylül ve Aralık aylarında olmak üzere yılda dört kez çevrimiçi ortamda yayımlanır.

Karadeniz Fen Bilimleri Dergisi (KFBD); fen bilimleri, teknoloji ve mühendislik alanlarında daha önce herhangi bir yerde yayımlanmamış ve eş zamanlı olarak başka bir dergide değerlendirme sürecinde bulunmayan özgün bilimsel çalışmaları kabul etmektedir. Dergimizde; özgün araştırma makaleleri türündeki çalışmalar yayımlanmaktadır.

Derginin yayın kapsamı; matematik, fizik, kimya, biyoloji, istatistik, bilgisayar bilimleri, yapay zekâ, veri bilimi, çevre bilimleri ve ilgili temel bilim alanlarının yanı sıra; inşaat, makine, elektrik-elektronik, endüstri, maden, jeoloji, harita, yazılım ve benzeri mühendislik disiplinlerini içerecek şekilde geniş bir konu yelpazesine sahiptir. Teorik, deneysel ve uygulamalı çalışmaların yanı sıra; modelleme, simülasyon, optimizasyon, malzeme bilimi, enerji sistemleri, sürdürülebilir teknolojiler ve disiplinlerarası araştırmalar dergi kapsamında değerlendirilmektedir.

Dergimize gönderilen çalışmaların bilimsel yöntem açısından tutarlı olması, literatüre özgün bir katkı sağlaması ve elde edilen bulguları açık, sistematik bir biçimde sunması beklenmektedir. Bilimsel derinliği sınırlı olan, yalnızca anket verilerine dayanan veya yöntemsel/kuramsal bir katkı içermeyen çalışmalar dergi kapsamı dışında değerlendirilmektedir.

Yazım Kuralları

Makale şablonu için TIKLAYINIZ. 📝 KFBD Makale Şablonu.docx

İngilizce makale şablonu için tıklayınız.

📄 TELİF HAKKI VE AÇIK ERİŞİM LİSANS FORMU.pdf

Etik kurul izni gerektiren, tüm bilim dallarında yapılan araştırmalar ile insan ve hayvanlar üzerinde yapılan klinik ve deneysel çalışmalar için etik kurul onayı alınmış olmalı ve bu onay makalede belirtilmeli ve belgelendirilmelidir.

Makale Başlığı

Türkçe makaleler için hem Türkçe hem de İngilizce olarak makale konusuna uygun, amacı ve sonucu anlatan kısa ve yalın bir başlık olmalıdır. Makale başlığı koyu, ilk harfleri büyük ve ortalanarak 14 punto Times New Roman fontu ile yazılmalıdır. Türkçe makalelerde İngilizce başlık, İngilizce özetten önce verilmelidir.

Yazar İsimleri ve Adresleri

İsimler kısaltılmadan soy isimler büyük harfle başlığın altına yan yana ortalanarak yazılır. Adreslerde kısaltma kullanılmamalıdır. Farklı adreslere sahip yazarlar için rakamlı üst indis kullanılmalıdır. İsimler Times New Roman 12 punto, düz; adresler ise Times New Roman 10 punto, düz olmalıdır. İsimlerden önce Ünvan yazılmamalıdır. Ayrıca sorumlu yazarın telefon ve e-posta adresi 10 punto Times New Roman fontunda Sorumlu Yazar kısmına yazılmalıdır.

Özet

Bu Microsoft Word belgesi Giresun Üniversitesi Fen Bilimleri Enstitüsü tarafından yönetilen Karadeniz Fen Bilimleri Dergisi’ne gönderilecek olan makaleler için örnek olması amacıyla hazırlanmıştır. Dergimize gönderilmek üzere hazırlanan makalelerin bu şablona bağlı olarak hazırlanması makalenin düzenlenme, değerlendirilme ve yayımlanma aşamalarını hızlandıracaktır. Özet kısmında çalışmanın yenilikleri ve temel bulguları vurgulanmalıdır. Türkçe ve İngilizce özet kısımları Times New Roman yazı tipi ile yazılmalıdır ve 10 punto büyüklüğü seçilmelidir. Özet kısmının yazımında tek satır aralığı seçilmelidir. Makale özetinin en fazla 200 kelime olmasına dikkat edilmelidir. Türkçe ve İngilizce özetlerin 1 (bir) sayfayı geçmemesi önerilmektedir. Anahtar kelime sayısı en az 3 en fazla 6 olmalıdır.

İngilizce Başlık

Makale başlığı koyu, ilk harfleri büyük ve ortalanarak 14 punto Times New Roman fontu ile yazılmalıdır.

Abstract

Bu Microsoft Word belgesi Giresun Üniversitesi Fen Bilimleri Enstitüsü tarafından yönetilen Karadeniz Fen Bilimleri Dergisine gönderilecek makaleler için örnek olması amacıyla hazırlanmıştır. Dergimize gönderilmek üzere hazırlanan makalelerin bu şablona bağlı olarak hazırlanması makalenin düzenlenme, değerlendirilme ve yayımlanma aşamalarını hızlandıracaktır. Özet kısmında çalışmanın yenilikleri ve temel bulguları vurgulanmalıdır. Türkçe ve İngilizce özet kısımları Times New Roman yazı tipi ile yazılmalıdır ve 10 punto büyüklüğü seçilmelidir. Özet kısmının yazımında tek satır aralığı seçilmelidir. Makale özetinin en fazla 200 kelime civarında olmasına dikkat edilmelidir. Türkçe ve İngilizce özetlerin 1 (bir) sayfayı geçmemesi önerilmektedir. Anahtar kelime sayısı en az 3 en fazla 6 olmalıdır.

1. Giriş

Karadeniz Fen Bilimleri Dergisi (KFBD); fen bilimleri, mühendislik, matematik ve doğa bilimleri alanlarında gerçekleştirilen nitelikli, özgün araştırma makalelerini yayımlayan hakemli bilimsel bir dergidir. Derginin temel amacı; fen ve mühendislik bilimleri alanındaki bilimsel birikime katkı sağlamak, araştırmacılar arasında bilgi ve deneyim paylaşımını teşvik etmek ve açık erişim politikasıyla nitelikli bilimsel yayınları küresel ölçekte ücretsiz sunmaktır.

Ana metin, A4 kağıt boyutuna 2 cm kenar boşlukları ile 12 punto yazı büyüklüğünde Times New Roman yazı tipi ile 1,5 satır aralığı ve her iki yana yaslı şekilde yazılmalıdır. Ana bölüm başlıkları numaralandırılmalı, kelimelerin ilk harfleri büyük olmalı ve koyu (bold) karakterde yazılmalıdır. Ana bölüm başlığından sonra 1,5 satır aralıklı bir satır boşluk bırakılarak metne geçilmelidir. Başlıkla üst metin arasında da bir satır boşluk bırakılmalıdır. Paragraflar 1 cm içerden başlamalıdır. Paragraflar arasında boşluk bırakılmamalıdır.

Bu bölümde çalışmayla ilgili yeterli literatür taraması verilmeli, çalışmanın amaçları ve literatürdeki yeri vurgulanmalıdır. Detaylı literatür incelemesinden ve sonuçların özetinin verilmesinden kaçınılmalıdır.

2. Materyal ve Metot

Bu bölümde çalışmada kullanılan materyal ve metotlar detaylı ve açık bir şekilde anlatılmalıdır.

2.1. Alt Başlık

Ana başlıklar alt başlıklar içerebilir.

2.2. Şekiller, Tablolar ve Denklemler

Şekiller grafik, diyagram fotoğraf, resim, harita olabilir. Şekil yazısı şeklin alt kısmına yazılmalıdır. Hem şekil hem de şekil yazısı sayfaya ortalanmalıdır. Şekil yazılar okunaklı olmalıdır. Şekil ile üst metin arasında 1 satır boşluk bırakılmalıdır. Şekil yazısı ile alt metin arasında da 1 satır boşluk bırakılmalıdır. Şekil yazısı 11 punto olarak yazılmalıdır. Şekil yazılarına atıfta bulunulmalıdır.

Tablolar açık çerçeveli tercih edilebilir. Tablo yazısı tablonun üst kısmına yazılmalıdır. Hem tablo hem de tablo yazısı sayfanın soluna hizalanmalıdır. Tablo yazısı ile üst metin arasında 1 satır boşluk bırakılmalıdır. Tablo ile alt metin arasında 1 satır boşluk bırakılmalıdır. Tablo yazıları tercihen 11 punto ile ya da 10 punto ile yazılmalıdır ve tek satır aralığı seçilmelidir. Tablo yazılarına atıfta bulunulmalıdır.

Denklem ekleme ihtiyacı duyulduğunda denklemler sırasıyla 1’den başlanarak numaralandırılmalıdır. Denklem paragraftan başlanarak yazılır. Denklem numarası sağ kenara yerleştirilmelidir. Denklem ile metin arasında üstten ve alttan bir satır boşluk bırakılır. Denklemler resim formatında olmamalıdır. Word denklem düzenleyicisi tercih edilebilir.

3. Bulgular ve Tartışma

Bu bölümde çalışma sonucunda elde edilen bulgular verilmelidir. Elde edilen bulgular ile ilgili literatür çalışmaları yapılarak karşılaştırmalar yapılabilir.

4. Sonuçlar ve Öneriler

Bu bölümde çalışmadan elde edilen sonuçlar verilmelidir. Okuyucular için öneriler ve görüşler belirtilebilir.

Teşekkür

Bu kısımda çalışmada yardımları ya da destekleri bulunan kişi veya kişilere ya da kurumlara teşekkür edilebilir.

Kaynaklar

Kaynaklar yazar soyadına göre dizini hazırlanmalıdır ve sayfanın sol kenar boşluğu hizasından başlanarak yazılmalıdır. Metin içindeki literatür açıklamaları soyadı ve tarih verilmek suretiyle (Soyadı, 2017), (Soyadı ve Soyadı, 2017) şeklinde düzenlenmelidir. İkiden fazla yazar olması durumunda birinci yazardan sonra “ark.” kısaltılması yapılmalıdır (Soyadı ve ark., 2017). Birden fazla kaynak belirtilmek istendiğinde bunlar noktalı virgül ile ayrılmalıdır (Soyadı, 2017; Soyadı ve Soyadı, 2017). Kaynaklar APA formatından esinlenerek hazırlanmıştır. Aşağıda örnek olabilecek kaynaklar verilmiştir.

Periyodik yayınlar:

Soyadı, A., Soyadı, B. B., ve Soyadı, C., (2017). Yayınlanan Makalenin Adı. Makalenin Yayınlandığı Dergi Adı, 7(1), 1-12.

Harlow, H. F. (1983). Fundamentals for preparing psychology journal articles. Journal of Comparative and Physiological Psychology, 55, 893-896.

Kernis, M. H., Cornell, D. P., Sun, C. R., Berry, A., Harlow, T., and Bach, J. S. (1993). There's more to self-esteem than whether it is high or low: The importance of stability of self-esteem. Journal of Personality and Social Psychology, 65, 1190-1204.

Scruton, R. (1996). The eclipse of listening. The New Criterion, 15(3), 5-13.

Henry, W. A., III. (1990, April 9). Making the grade in today's schools. Time, 135, 28-31.

Schultz, S. (2005, December 28). Calls made to strengthen state energy policies. The Country Today, pp. 1A, 2A.

Moller, G. (2002, August). Ripples versus rumbles [Letter to the editor]. Scientific American, 287(2), 12.

Baumeister, R. F. (1993). Exposing the self-knowledge myth [Review of the book The self-knower: A hero under control, by R. A. Wicklund and M. Eckert]. Contemporary Psychology, 38, 466-467.

Brownlie, D. (2007). Toward effective poster presentations: An annotated bibliography. European Journal of Marketing, 41, 1245-1283. doi:10.1108/03090560710821161

Wooldridge, M.B., and Shapka, J. (2012). Playing with technology: Mother-toddler interaction scores lower during play with electronic toys. Journal of Applied Developmental Psychology, 33(5), 211-218. http://dx.doi.org/10.1016/j.appdev.2012.05.005

Kenneth, I. A. (2000). A Buddhist response to the nature of human rights. Journal of Buddhist Ethics, 8. Retrieved from http://www.cac.psu.edu/jbe/twocont.html

Smyth, A. M., Parker, A. L., and Pease, D. L. (2002). A study of enjoyment of peas. Journal of Abnormal Eating, 8(3), 120-125. Retrieved from

http://www.articlehomepage.com/full/url/

Kitaplar:

Soyadı, A. A., (2017). Kitap adı. Kitabın basıldığı yer: Yayınevi.

Mayer, D. (2010). Essential evidence-based medicine (2nd ed.). Cambridge, England: Cambridge University Press.

Glasgow, N. A., McNary, S. J., and Hicks, C. D. (2006). What successful teachers do in diverse classrooms. Thousand Oaks, CA: Corwin Press.

Calfee, R. C., and Valencia, R. R. (1991). APA guide to preparing manuscripts for journal publication. Washington, DC: American Psychological Association.

Duncan, G. J., and Brooks-Gunn, J. (Eds.). (1997). Consequences of growing up poor. New York, NY: Russell Sage Foundation.

Plath, S. (2000). The unabridged journals. K. V. Kukil (Ed.). New York, NY: Anchor.

Laplace, P. S. (1951). A philosophical essay on probabilities. (F. W. Truscott and F. L. Emory, Trans.). New York, NY: Dover. (Original work published 1814)

Helfer, M. E., Kempe, R. S., and Krugman, R. D. (1997). The battered child (5th ed.). Chicago, IL: University of Chicago Press.

O'Neil, J. M., and Egan, J. (1992). Men's and women's gender role journeys: A metaphor for healing, transition, and transformation. In B. R. Wainrib (Ed.), Gender issues across the life cycle (pp. 107-123). New York, NY: Springer.

Wiener, P. (Ed.). (1973). Dictionary of the history of ideas (Vols. 1-4). New York, NY: Scribner's.

Sempozyum, Kongre, Bildiri:

Soyadı, A., Soyadı, B. B., ve Soyadı, C., (2017, Ay). Yayınlanan Bildirinin Adı. Bildirinin Yayınlandığı Sempozyum, Kongre, Toplantı ya da Konferans Adı (s. 1-12). Şehir: Varsa Üniversite veya Kuruluş.

Schnase, J. L., and Cunnius, E. L. (Eds.). (1995). Proceedings from CSCL '95: The First International Conference on Computer Support for Collaborative Learning. Mahwah, NJ: Erlbaum.

Armstrong, D. B., Fogarty, G. J., and Dingsdag, D. (2007). Scales measuring characteristics of small business information systems. In W-G. Tan (Ed.), Proceedings of Research, Relevance and Rigour: Coming of age: 18th Australasian Conference on Information Systems (pp. 163-171). Toowoomba, Australia: University of Southern Queensland.

Green, D. B. and DeSilva, A. (2015, June). The toxicity levels of household chemicals. Paper presented at the National Symposium on Air Pollution, University of Southern California, California.

Taylor, J. A. (2006, November). Assessment: a tool for development and engagement in the first year of university study. Paper presented at the Engaging Students: 9th Pacific Rim in Higher Education (FYHE) Conference, Griffith, Australia. Retrieved from http://www.fyhe.com.au/past_papers/2006/Papers/Taylor.pdf

Tez:

Soyadı, A. A., (2017). Yüksek Lisans veya Doktora Tezinin Adı. Yüksek Lisans Tezi, Giresun Üniversitesi, Fen Bilimleri Enstitüsü, Giresun.

Yoshida, Y. (2001). Essays in urban transportation. Dissertation Abstracts International, 62, 7741A.

Considine, M. (1986). Australian insurance politics in the 1970s: Two case studies. (Unpublished doctoral dissertation). University of Melbourne, Melbourne, Australia.

Kassover,A. (1987). Treatment of abusive males: Voluntary vs. court-mandated referrals (Unpublished doctoral dissertation). Nova University, Fort Lauderdale, FL.

Biswas, S. (2008). Dopamine D3 receptor: A neuroprotective treatment target in Parkinson's disease. Retrieved from ProQuest Digital Dissertations. (AAT 3295214)

Cooley, T. (2009). Design, development, and implementation of a Wireless Local Area Network (WLAN): The Hartford Job Corps Academy case study (Doctoral dissertation). Available from ProQuest Dissertations and Theses database. (UMI No. 3344745)

Adams, R. J. (1973). Building a foundation for evaluation of instruction in higher education and continuing education (Doctoral dissertation). Retrieved from http://www.ohiolink.edu/etd/

Diğer Kaynaklar:

Bergmann, P. G. (1993). Relativity. In The New Encyclopedia Britannica. (Vol. 26, pp. 501-508). Chicago, IL: Encyclopedia Britannica.

Bernstein, M. (2002). 10 tips on writing the living Web. A List Apart: For People Who Make Websites, 149. Retrieved from http://www.alistapart.com/articles/writeliving

Hallam, A. Duality in consumer theory [PDF document]. Retrieved from Lecture Notes Online Web site: http://www.econ.iastate.edu/classes/econ501/Hallam/index.html

URL-1: http://www.giresun.edu.tr, (Erişim Tarihi: 22 Mart 2017).

Yazarlar makalelerini dergimizin makale yazım kurallarına uygun olarak hazırlamalıdır.

Makale şablonu için TIKLAYINIZ.

İngilizce makale şablonu için tıklayınız.

📄 TELİF HAKKI VE AÇIK ERİŞİM LİSANS FORMU.pdf

Telif Hakkı ve Lisanslama Koşulları

Telif Hakkı Saklıdır: Karadeniz Fen Bilimleri Dergisi'ne sunulan ve yayımlanan tüm çalışmaların telif hakkı ve tüm fikri mülkiyet hakları kısıtlamasız olarak yazarlarına aittir. Yazarlar dergiye yalnızca ilk yayın hakkını (first publication right) tanırlar.
Lisans Koşulları: Yayımlanan tüm makaleler Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) açık erişim lisansı ile lisanslanır.
Gerekli Form: Makale başvurusu sırasında sisteme "Telif Hakkı ve Açık Erişim Lisans Formu" (Copyright & Open Access License Form) yüklenmelidir.
Yayın Ücreti: Dergimizde makale başvuru, değerlendirme ve yayınlama süreçlerinin hiçbir aşamasında yazarlardan ücret (APC) talep edilmez.

Makale İçinde Yer Alması Gereken Zorunlu Beyanlar (Kaynakçadan Önce)

Etik Kurul Onayı: Çalışmada yetkili Etik Kuruldan alınan izin belgesinin tarihi, sayısı ve kurul adı metin içinde açıkça belirtilmelidir (Etik kurul izni gerektirmeyen çalışmalar için: "Bu çalışma için etik kurul izni alınması gerekmemektedir." yazılmalıdır).
Yazar Katkı Beyanı: Yazarların çalışmanın fikri kurgusu, tasarımı, veri toplanması, analizi ve yazımı aşamalarındaki katkı oranları/rolleri beyan edilmelidir.
Çıkar Çatışması Beyanı: Yazarlar arasında veya üçüncü şahıslarla herhangi bir çıkar çatışması bulunup bulunmadığı açıkça belirtilmelidir (Çıkar çatışması yoksa: "Yazarlar tarafından herhangi bir çıkar çatışması beyan edilmemiştir." yazılmalıdır).
Finansal Destek / Teşekkür: Çalışmayı destekleyen kurum, proje veya fon bilgileri (varsa BAP, TÜBİTAK vb. proje numaraları ile) eklenmelidir.

ORCID Numarası: Makalede yer alan tüm yazarların ORCID (Open Researcher and Contributor ID) numaralarını makale metninin başlığının altında (yazar isimleri bölümünde) belirtmeleri zorunludur.
Veri Paylaşımı ve Erişilebilirlik Beyanı: Yazarlar, araştırmada kullanılan verilerin erişilebilirliğini kaynakçadan önce beyan etmelidir. (Örnek beyan: "Bu çalışmanın bulgularını destekleyen veriler makale içerisinde sunulmuştur" veya "Çalışmaya ait veriler makul bir talep üzerine sorumlu yazardan temin edilebilir.")

Dergiye sunulan tüm makaleler iThenticate veya Turnitin yazılımları ile intihal ve benzerlik taramasına tabi tutulur. Kaynakça hariç toplam benzerlik oranının %20'yi (tek bir kaynaktan en fazla %5) geçmemesi gerekmektedir. Bu oranların üzerindeki çalışmalar değerlendirmeye alınmadan yazara iade edilir veya reddedilir.

Etik İlkeler ve Yayın Politikası

1. Açık Erişim, Telif Hakkı ve Yazar Hakları

Açık Erişim ve Lisanslama: Karadeniz Fen Bilimleri Dergisi, bilginin ücretsiz ve engelsiz paylaşımını savunan açık erişimli bir dergidir. Dergide yayımlanan tüm çalışmalar Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) lisansı altında lisanslanmaktadır. Okuyucular ve kurumlar; ticari amaç taşımamak ve orijinal esere doğru atıfta bulunmak kaydıyla makaleleri okuyabilir, indirebilir, kopyalayabilir, dağıtabilir ve çoğaltabilir.
Telif Hakkı Saklıdır: Dergide yayımlanan makalelerin telif hakkı ve tüm ticari/ticari olmayan kullanım hakları yazarlarına aittir. Yazarlar dergiye yalnızca ilk yayın hakkını (first publication right) tanırlar. Dergi tarafından yazarlardan herhangi bir telif devri veya mali hak devri talep edilmez.
Arşivleme ve Kendi Kendine Arşivleme: Yazarlar, çalışmalarının dergide yayımlanan nihai halini (Publisher's Version) kurumsal arşivlerde, kişisel web sitelerinde veya akademik ağlarda ilk yayınına uygun atıf vererek herhangi bir ambar (embargo) süresi olmaksızın serbestçe paylaşabilir ve arşivleyebilirler.

2. Araştırma ve Yayın Etiği (Etik Kurul İzni ve İntihal)

Etik Standartlar: Dergimiz, Yayın Etiği Komitesi (COPE - Committee on Publication Ethics), Açık Erişim Dergiler Dizini (DOAJ), OASPA ve WAME tarafından belirlenen "Akademik Yayıncılıkta Şeffaflık ve En İyi Uygulama İlkeleri" ile YÖK Bilimsel Araştırma ve Yayın Etiği Yönergesi standartlarını benimsemektedir.
Etik Kurul Onayı: İnsan ve hayvan denekler üzerinde gerçekleştirilen tüm araştırmalar, anket, mülakat, odak grup çalışması gibi veri toplama yöntemleri içeren nitel ve nicel çalışmalar ile Kişisel Verilerin Korunması Kanunu kapsamındaki retrospektif çalışmalar için yetkili Etik Kuruldan onay alınmış olması zorunludur. Etik kurul belgesinin tarihi, sayısı ve kurul adı makale metninde ve ilk/son sayfada açıkça belirtilmelidir.
İntihal ve Veri Manipülasyonu: Dergiye gönderilen tüm çalışmalar değerlendirme sürecine alınmadan önce iThenticate veya Turnitin yazılımları ile intihal taramasından geçirilir. Verilerin uydurulması (fabrication), tahrif edilmesi (falsification) veya kaynak gösterilmeksizin kullanılması (plagiarism) durumunda makale derhal reddedilir. Kaynakça hariç toplam benzerlik oranının %20'yi (tek bir kaynaktan en fazla %5) geçmemesi gerekmektedir. Bu oranların üzerindeki çalışmalar değerlendirmeye alınmadan yazara iade edilir veya reddedilir.

3. Yayın ve Değerlendirme Süreci (Hakemlik ve Sorumluluklar)

Çift Kör Hakemlik: Karadeniz Fen Bilimleri Dergisi, hakemli bir bilimsel dergi olup tüm değerlendirme süreçlerinde çift kör (double-blind peer-review) hakemlik modelini uygular. Yazar ve hakem kimlikleri süreç boyunca birbirinden tamamen gizli tutulur.
Editöryal Bağımsızlık: Editörler; makaleleri yazarların ırk, cinsiyet, dini inanç, etnik köken veya politik görüşlerinden bağımsız olarak, yalnızca bilimsel kalitesi, özgünlüğü ve dergi kapsamına uygunluğu doğrultusunda değerlendirir.
Tarafsızlık ve Çıkar Çatışması: Hakemler ve editörler, değerlendirdikleri çalışmalarla ilgili her türlü çıkar çatışmasını beyan etmekle yükümlüdür. Çalışmalarda görev alan tüm paydaşların (yazar, editör, hakem) COPE yönergelerine uygun hareket etmesi beklenmektedir.

4. Özel Sayı Politikası Karadeniz Fen Bilimleri Dergisi, fen bilimleri alanındaki güncel ve nitelikli tematik konulara katkı sağlamak amacıyla Özel Sayı yayımlayabilir. Özel sayı süreçleri şu esaslara dayanmaktadır:

Amaç ve Kapsam: Özel sayılar derginin amaç ve kapsamına tam uyumlu olmalı; Baş Editör ve Editör Kurulu onayıyla yürütülmelidir.
Akran Değerlendirmesi: Özel sayıya sunulan tüm makaleler, standart sayılardaki gibi aynı titizlikte çift kör (double-blind) hakem değerlendirmesine tabi tutulur. Hiçbir makaleye ayrıcalıklı hakemlik süreci uygulanamaz.
Konuk Editör Sorumlulukları ve Bağımsızlık: Konuk editörlerin yazar veya ortak yazar olduğu makalelerin değerlendirme süreci bağımsız bir editör (Baş Editör veya görevlendirilen alan editörü) tarafından yürütülür. Konuk editörler kendi çalışmalarının hakem seçimi veya karar süreçlerine müdahil olamazlar.
Katkı Sınırı (%25 Kuralı): Konuk editörlerin (yazar veya ortak yazar olarak) özel sayı içerisindeki toplam makale sayısına katkısı %25 sınırını aşamaz.

5. Yayın Ücreti Politikası ve Yayın Sıklığı

Yayın Ücreti Politikası: Karadeniz Fen Bilimleri Dergisi; makale gönderimi, hakem değerlendirmesi, yayına hazırlık, basım ve erişim süreçlerinin hiçbir aşamasında yazarlardan herhangi bir ücret (makale işlem ücreti - APC, başvuru ücreti vb.) talep etmez.
Yayın Sıklığı ve Modeli: Dergimiz Mart, Haziran, Eylül ve Aralık aylarında olmak üzere yılda 4 sayı yayımlanmaktadır. Dergi aynı zamanda Sürekli Yayın Modeli (Continuous Publishing Model) uygulamakta olup, değerlendirme ve mizanpaj süreçleri tamamlanan makaleler bekletilmeksizin dijital ortamda yayımlanmaktadır.

Yayın Etiği Standartları: Karadeniz Fen Bilimleri Dergisi, Yayın Etiği Komitesi'nin (COPE - Committee on Publication Ethics) ilke ve kılavuzlarını ve YÖK Bilimsel Araştırma ve Yayın Etiği Yönergesi esaslarını eksiksiz olarak benimsemektedir.

Ücret Politikası

Dizinler

Dergi Kurulları

Baş Editör

Kenan YANMAZ

Elektrik Enerjisi Taşıma, Şebeke ve Sistemleri, Elektrik Enerjisi Üretimi (Yenilenebilir Kaynaklar Dahil, Fotovoltaikler Hariç), Elektrik Tesisleri, Fotovoltaik Güç Sistemleri, Güç Elektroniği, Kontrol Teorisi ve Uygulamaları, Sayısal Tasarım

Yayıncılık Müdürü

BK

Bahadır KOZ

Biyoloji, Briyofit

Editörler / Editors

Kenan YANMAZ

Elektrik Enerjisi Taşıma, Şebeke ve Sistemleri, Elektrik Enerjisi Üretimi (Yenilenebilir Kaynaklar Dahil, Fotovoltaikler Hariç), Elektrik Tesisleri, Fotovoltaik Güç Sistemleri, Güç Elektroniği, Kontrol Teorisi ve Uygulamaları, Sayısal Tasarım

Selin KALKAN

Gıda Ambalajlama, Saklama ve İşleme, Gıda Mikrobiyolojisi

ZK

Zeliha KAYA

Gıda Mühendisliği, Mutfak Sanatları, Türk Mutfağı, Fonksiyonel Gıdalar, Gıda Teknolojileri, Meyve-Sebze Teknolojisi

BK

Bahadır KOZ

Biyoloji, Briyofit

Alan Editörleri

RS

Resul SEVINÇEK

Atomik, Moleküler ve Optik Fizik, Atom ve Molekül Fiziği, Malzeme Fiziği, Kristalografi

ME

Mehmet Soner ENGIN

Enstrümantal Yöntemler, Analitik Kimya (Diğer), Mühendislik

Murat GÜL

İstatistik, İstatistiksel Analiz, Olasılık Teorisi, Olasılıksal Analiz ve Modelleme, Uygulamalı İstatistik, Yöneylem, Stokastik (Olasılıksal) Süreçler

Volkan BAŞER

Mühendislik, Geomatik/Harita Mühendisliği , Arazi Yönetimi, Coğrafi Bilgi Sistemleri ve Mekansal Veri Modelleme, Kadastro ve Mülkiyet, Planlamada Coğrafi Bilgi Sistemleri (CBS)

TA

Tayfun ARSLAN

Biyoinorganik Kimya, Organik Kimya, Organik Kimyasal Sentez, Organik Yeşil Kimya, Moleküler İlaç

Onur Ozdal MENGI

Güç Elektroniği, Kontrol Teorisi ve Uygulamaları, Yenilenebilir Enerji Sistemleri, Kontrol Mühendisliği

SS

Serdar SOYLU

Cebirsel ve Diferansiyel Geometri

Seydahmet ÇAY

Analitik Kimya, Analitik Spektrometri, Su Arıtma Süreçleri

Birkut GÜLER

Biyokütle Enerji Sistemleri, Makine Mühendisliği

Mehmet KILINÇ

Tekstil Bilimleri ve Mühendisliği, Tekstil Teknolojisi, Tekstil Bilimleri ve Mühendisliği (Diğer)

Abdullah AKKAYA

Fizik, Yoğun Madde Fiziği, Mikroelektronik, Yarı İletkenler

Erdinç ŞAHIN

Bulanık Hesaplama, Elektrik Mühendisliği, Elektrik Enerjisi Üretimi (Yenilenebilir Kaynaklar Dahil, Fotovoltaikler Hariç), Kontrol Teorisi ve Uygulamaları, Yenilenebilir Enerji Sistemleri

ET

Ersin TEMEL

Fizik, Yoğun Madde Modellemesi ve Yoğunluk Fonksiyonel Teorisi, Yoğun Maddenin Yapısal Özellikleri

SK

Serdal KAYA

Organik Kimyasal Sentez, Organik Kimya (Diğer)

Fulya AYDIN TEMEL

Çevresel Biyoteknoloji, Çevre Mühendisliği, Arıtma Tesisi Tasarımı, Atık Yönetimi, Azaltma, Yeniden Kullanım ve Geri Dönüşüm, Çevre Kirliliği ve Önlenmesi, Çevresel Olarak Sürdürülebilir Mühendislik, Katı ve Tehlikeli Atıklar, Temiz Üretim Teknolojileri, Çevre Mühendisliği (Diğer), Atıksu Arıtma Süreçleri

SA

Selen AYAS

Görüntü İşleme, Örüntü Tanıma, Derin Öğrenme, Yapay Görme, Makine Öğrenmesi Algoritmaları

SA

Selçuk ATASOY

Malzeme Tasarım ve Davranışları

Eren KÖMÜRLÜ

İnşaat Mühendisliği, İnşaat Geoteknik Mühendisliği, Kaya Mekaniği ve Tahkimat

Süleyman KÖSE

Deniz İşletmeciliği, Deniz Teknolojisi, Deniz Ulaşımı, Deniz Ulaştırma Mühendisliği, Gemi Makineleri İşletme Mühendisliği, Gemilerde Enerji Verimliliği, Makine Mühendisliği

AÇ

Ahmet ÇELIK

Fizik, Radyofizik

TÖ

Temel ÖZTÜRK

Kimya, Çözelti Kimyası, İnorganik Malzemeler, Nükleer Kimya, Polimerizasyon Mekanizmaları, Makromoleküler ve Malzeme Kimyası (Diğer), Polimer Bilimi ve Teknolojileri, Polimer Fiziği, Polimer Teknolojisi, Polimerler ve Plastikler

Oğuz OĞUR

Lie Grupları, Harmonik ve Fourier Analizi, Operatör Cebirleri ve Fonksiyonel Analiz, Reel ve Kompleks Fonksiyonlar, Temel Matematik (Diğer)

Mehmet Ali USTA

Elektrik Makineleri ve Sürücüler, Güç Elektroniği, Kontrol Teorisi ve Uygulamaları

Mizanpaj Editörleri / Manuscript Editors

Kenan YANMAZ

Elektrik Enerjisi Taşıma, Şebeke ve Sistemleri, Elektrik Enerjisi Üretimi (Yenilenebilir Kaynaklar Dahil, Fotovoltaikler Hariç), Elektrik Tesisleri, Fotovoltaik Güç Sistemleri, Güç Elektroniği, Kontrol Teorisi ve Uygulamaları, Sayısal Tasarım

Arzu AYDIN UNCUMUSAOĞLU

Doğal Kaynak Yönetimi, Koruma ve Biyolojik Çeşitlilik, İklim Değişikliğinin Ekolojik Etkileri ve Ekolojik Adaptasyon, Mühendislik, Çevre Mühendisliği, Sucul Kültür ve Balıkçılık

Yazı İşleri Müdürü / Editorial Manager

Kenan YANMAZ

Elektrik Enerjisi Taşıma, Şebeke ve Sistemleri, Elektrik Enerjisi Üretimi (Yenilenebilir Kaynaklar Dahil, Fotovoltaikler Hariç), Elektrik Tesisleri, Fotovoltaik Güç Sistemleri, Güç Elektroniği, Kontrol Teorisi ve Uygulamaları, Sayısal Tasarım

Karadeniz Fen Bilimleri Dergisinde yayınlanan makaleler Creative Commons Attribution-NonCommercial 4.0 International kapsamında lisanslanmıştır.

Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve

Gelişmiş Özellik Mühendisliği ve Veri Merkezli Optimizasyon Yoluyla Yüksek Doğruluklu Meme Kanseri Tespiti için Hafif ve Erişilebilir bir Çerçeve

Öz

Anahtar Kelimeler

A Lightweight and Accessible Framework for High-Accuracy Breast Cancer Detection via Enhanced Feature Engineering and Data-Centric Optimization

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster

Amaç ve Kapsam

Yazım Kuralları

Etik İlkeler ve Yayın Politikası

Ücret Politikası

Dizinler

Atıf Dizinleri

Diğer Dizinler

Dergi Kurulları

Baş Editör

Yayıncılık Müdürü

Editörler / Editors

Alan Editörleri

Mizanpaj Editörleri / Manuscript Editors

Yazı İşleri Müdürü / Editorial Manager