Derin sinir ağları için mutasyon tabanlı test kütüphanesi geliştirilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: GÖKHAN ÇETİNER
Asıl Danışman (Eş Danışmanlı Tezler İçin): Uğur Yayan
Eş Danışman: Ahmet Yazıcı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Derin Sinir Ağları (DNN), otonom araçlar ve üretken yapay zekâ sistemleri gibi birçok kritik alanda kullanılmaktadır. Otonom araçlar gibi kritik alanlarda kullanılan modellerin risklerden dolayı hatasız ve test edilmiş olarak kullanıma sunulmaları gerekmektedir. Özellikle kritik alanlarda kullanılan modeller için mutasyon testi hayati önem taşımaktadır. Mutasyon tabanlı test, DNN modellerinin karmaşık yapılarına mutasyonlar uygulanarak gerçekleştirilen, etkili bir test yöntemidir. Derin Mutasyon Modülü (DMM), DNN sistemlerinin test ihtiyacını karşılamak üzere geliştirilmiştir. DMM, mutasyon kütüphanesini aracılığıyla parametrelere özgü mutasyonlar ile DNN modellerinin mutasyon testine olanak tanır. Karmaşık DNN yapılarındaki hataların tespiti ve değerlendirilmesi, karmaşık ve devam eden bir çözüm gerektirmektedir. Bu tez kapsamında sunulan yaklaşım, mutasyonlar yoluyla modellerdeki hataları ve yapılandırma sorunlarını ortaya çıkarmaktadır. Hayatta kalan mutantlar üzerinden yapılan analizler, geliştiricilere modelin başarımını artırmaya yönelik önemli geri bildirimler sunmaktadır. Bu yöntem aracılığıyla test edilen modelin emniyeti mutasyon testleriyle ile analiz edilmektedir. Yapılan testler, elektrikli araç rotalaması için Pekiştirmeli Öğrenme (Reinforcement Learning) modeli, Dönüştürücü (Transformer) modeli ve prognostik tahminler için Uzun Kısa Süreli Bellek (Long Short-Term Memory) modeli dâhil olmak üzere üç farklı model türü için mutasyon testine odaklanmaktadır. LSTM modeline uygulanan mutasyon testleri sonucunda, sırasıyla 5, 10, 20 ve 30 dönem (epoch) için %96,61, %91,02, %71,19 ve %68,77 oranlarında mutasyon skorları kaydedilmiştir. RL modeli testlerinde üç farklı veri seti için mutasyon skorları 78,23%, 78,20% ve 70,83% olarak elde edilmiştir. Dönüştürücü modeli testlerinde sırasıyla 5,10 ve 20 dönem için %75,87, %76,36 ve %74,93 başarım skoru alınan üç model testinden 66,8%, 73,3% ve 64,9% mutasyon skoru elde edilmiştir. DMM, testlerde mutantları "hayatta kaldı" (survived) ve "öldürüldü" (killed) olarak sınıflandırarak yalnızca geliştirme sürecine destek sağlamakla kalmaz, aynı zamanda geliştirilen modellerin emniyetli ve uygulamaya hazır olduklarını doğrulama sürecinde de kritik bir rol oynar.