Ana Sayfa Arama Galeri Video Yazarlar
Üyelik
Üye Girişi
Yayın/Gazete
Yayınlar
Kategoriler
Servisler
Nöbetçi Eczaneler Sayfası Nöbetçi Eczaneler Hava Durumu Namaz Vakitleri Puan Durumu
WhatsApp
Sosyal Medya
Uygulamamızı İndir

Erzurum Teknik Üniversitesi Öğrencilerinden “API Tabanlı Yapay Zekâ Destekli İmza Doğrulama Sistemi” Projesine TÜBİTAK Desteği

Erzurum Teknik Üniversitesi öğrencileri Fatih Mehmet Gürbüz, Hasan Şenmemiş, Ahmet Bilge ve Zeynep Akalın, “API Tabanlı Yapay Zekâ Destekli Çevrimiçi ve Çevrimdışı İmza Doğrulama Sistemi” projesi ile TÜBİTAK desteği aldı. Proje, imzaların yüksek doğrulukla doğrulanmasını sağlıyor ve dolandırıcılık riskini azaltmayı hedefliyor.

Erzurum Teknik Üniversitesi öğrencileri Fatih Mehmet Gürbüz, Hasan Şenmemiş, Ahmet

ETÜ Öğrencilerinden İmza Doğrulama Projesine Destek

Erzurum Teknik Üniversitesi (ETÜ) Bilgisayar Mühendisliği ve Elektrik-Elektronik Mühendisliği bölümlerinde öğrenim gören Fatih Mehmet Gürbüz, Hasan Şenmemiş, Ahmet Bilge ve Zeynep Akalın, “API Tabanlı Yapay Zekâ Destekli Çevrimiçi ve Çevrimdışı İmza Doğrulama Sistemi” adını verdikleri projeye TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı’ndan destek alma başarısını gösterdi.

İmza Doğrulama Süreçlerine Yenilikçi Yaklaşım

ETÜ’nün Mühendislik ve Mimarlık Fakültesi içinde yer alan Bilgisayar Mühendisliği Bölümü’nde öğretim görevlisi Dr. Öğr. Üyesi Nursena Bayğın ile Elektrik-Elektronik Mühendisliği bölümünde Dr. Öğr. Üyesi Sefa Küçük, öğrencilere danışmanlık yaparak projenin geliştirilmesine katkı sağladı. Bu proje, hem dijital hem de fiziksel imzaların yüksek doğrulukla tahrif edilebileceğini hedefliyor.

Gelişmiş Görüntü İşleme Teknikleri Kullanılıyor

Geliştirilen sistem, çevrimdışı süreçte imza doğrulama yaparken gri tonlama, eşikleme, kenar tespiti ve kontur analizi gibi ileri düzey görüntü işleme yöntemlerini kullanıyor. Çevrimiçi imza doğrulama ise, imza atma sürecinde ki hız, basınç, yön ve zamanlama gibi önemli dinamik özellikleri analiz ederek gerçekleştiriliyor. Proje ekibinin geliştirdiği “SignatureCNN” adlı derin öğrenme modeli, sahte ve gerçek imzaları ayırt etmekte yüksek başarı oranı sağlıyor.

Güvenliğin Artırılması Hedefleniyor

Projenin özellikle bankacılık, finans, hukuk, sağlık ve eğitim gibi sahtecilik riskinin yoğun olduğu alanlarda güvenilir bir çözüm sunacağına vurguda bulunan ekip, geliştirdikleri teknolojinin dijital ve fiziksel imza doğrulama süreçlerini hızlandıracağı, güvenliği artıracağı ve dolandırıcılık vakalarını büyük ölçüde azaltacağına dikkat çekti.