Hiperparametre optimizasyonu destekli LSTM ve RNN tabanlı sezgisel algoritmalar ile deepfake ses tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: TOLUN KELEŞ
Danışman: İDİRİS DAĞ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İnsan konuşmasının derin öğrenme ve doğal dil işleme yoluyla yapay olarak taklit edilmesini mümkün kılan Deepfake ses sentezi, bilgi güvenliği ve dijital güven açısından giderek artan riskler oluşturmaktadır. Üretilen seslerin yüksek gerçekçiliği ve çeşitliliği nedeniyle bu tür sentetik sesleri tespit etmek hâlâ zorlu bir görevdir. Bu çalışma, model performansını artırmak amacıyla sezgisel (heuristic) optimizasyon algoritmalarını derin öğrenme mimarileriyle bütünleştiren gelişmiş bir Deepfake ses tespit çerçevesi önermektedir. Özellikle, Tekrarlayan Sinir Ağı (RNN) ve Uzun Kısa Süreli Bellek (LSTM) modelleri; Genetik Algoritma (GA), Parçacık Sürüsü Optimizasyonu (PSO), Fark Evrimi (DE) ve Jaya dâhil olmak üzere on sezgisel ve meta-sezgisel algoritma kullanılarak optimize edilmiştir. 11.536 örnekten (8.275 sahte ve 3.260 gerçek) oluşan ADD 2022 veri seti, eğitim ve test süreçleri için spektrogram tabanlı sayısal özelliklere dönüştürülmüştür. Her sezgisel algoritma, öğrenme oranı, dropout oranı, girdi boyutu ve batch boyutu gibi hiperparametreleri optimize ederek tespit doğruluğunu en üst düzeye çıkarmayı hedeflemiştir. Deneysel sonuçlar, önemli performans artışlarını göstermektedir; RNN–PSO ve LSTM–DE kombinasyonları sırasıyla %99,0 ve %97,2 doğruluk oranlarına ulaşarak temel modele göre %20'nin üzerinde bir iyileşme sağlamıştır. Bu bulgular, sezgisel optimizasyonun Deepfake ses tespitinde genelleme ve yakınsama verimliliğini önemli ölçüde artırdığını göstermektedir. Önerilen yaklaşım, diğer derin öğrenme tabanlı medya doğrulama görevlerine de uyarlanabilir ölçeklenebilir bir optimizasyon çerçevesi sunmaktadır.