Üniversitemiz Plato Meslek Yüksekokulu öğretim elemanlarından Dr. Öğr. Üyesi Burak AĞGÜL’ün, Sakarya Uygulamalı Bilimler Üniversitesi öğretim elemanlarından Dr. Öğr. Üyesi Kaan ARIK ile birlikte hazırladığı “Comparative Analysis of Teen Digital Wellbeing Classification Using Interpretability Machine Learning” başlıklı çalışma, 5–6 Eylül 2026 tarihlerinde düzenlenen 10th International Artificial Intelligence and Data Processing Symposium (IEEE IDAP’26) kapsamında sunuldu.
Uluslararası ölçekte yapay zekâ ve veri işleme alanındaki güncel araştırmaları bir araya getiren IEEE IDAP’26, akademisyenler ve araştırmacılar için yapay zekâ, makine öğrenmesi ve veri analitiği alanlarında bilimsel çalışmaların paylaşılmasına yönelik önemli bir akademik platform oluşturdu.
Sunulan çalışmada, gençlerin dijital yaşam alışkanlıkları ile davranışsal göstergelerinin makine öğrenmesi yöntemleri kullanılarak sınıflandırılması ele alındı. Araştırmada 1.200 gözlem ve 16 değişkenden oluşan veri seti üzerinde; sosyal medya kullanımı, uyku süresi, uyku öncesi ekran kullanımı, fiziksel aktivite, akademik baskı, stres ve sosyal etkileşim gibi değişkenler değerlendirildi.
Araştırmada veri sızıntısı riskini azaltmak amacıyla doğrudan hedef değişkenle ilişkili özet bilgiler modelleme sürecinden çıkarıldı. Linear, RBF ve Polynomial SVM modellerinin yanı sıra Logistic Regression, Random Forest ve XGBoost algoritmaları 5 katlı tabakalı çapraz doğrulama yöntemiyle karşılaştırıldı.
Elde edilen sonuçlarda XGBoost, 0,996 ortalama makro-F1, 0,994 dengeli doğruluk ve 1,000 ROC-AUC değeriyle en başarılı model olarak öne çıktı. Çalışma ayrıca dijital maruziyet, uyku düzeni, akademik baskı ve fiziksel aktivite gibi davranışsal faktörlerin birlikte değerlendirilmesinin sınıflandırma başarısı açısından önemli olduğunu ortaya koydu.
Araştırmada elde edilen sonuçların klinik tanı amacı taşımadığı; makine öğrenmesinin gençlerin dijital yaşam ve davranışsal örüntülerini incelemeye yönelik açıklanabilir ve destekleyici bir araştırma aracı olarak değerlendirilmesi gerektiği özellikle vurgulandı.
Çalışma; yapay zekâ, makine öğrenmesi, açıklanabilir veri analitiği, dijital yaşam davranışları ve insan-bilgisayar etkileşimi alanlarına katkı sunmaktadır.
Akademisyenimizi tebrik eder, bilimsel çalışmalarında başarılarının devamını dileriz.
Detaylı Bilgiye Ulaşmak İçin Tıklayınız.
