In this study, we propose a hybrid method for face pose normalization, which combines the 3-D modelbased method with stacked denoising autoencoder (SDAE) deep network. Instead of applying a mirroring operation for the invisible face parts of the posed image, SDAE learns how to fill in those regions by a large set of training samples. In the performance evaluation, we compare the proposed method to four different pose normalization methods and investigate their effects on facial emotion recognition and verification problems in addition to visual quality tests. Methods evaluated in the experiments include 2-D alignment, 3-D model-based method, pure SDAE-based method, and generative adversarial network-based normalization method. Experiments performed on Multi-PIE dataset show that the proposed method produces visually reasonable results and outperforms the others in facial emotion recognition. On the other hand 2-D alignment is sufficient in the verification problem where the detailed face characteristics should be preserved in the normalization process.
Vocabulary studies are of significant importance for linguistic and cultural research because the worldview of a society is hidden in the verbal repertoire of its language. In studies on medical texts of the Old Anatolian Turkish period, it has been determined that there are errors and inconsistencies in the Latin equivalents of the plant names. The aim of this article is to reveal the true Latin equivalents of the plant names whose Latin equivalents are given incorrectly. To achieve this aim, we determined the sample selected by evaluating the forms in the indexes and dictionaries of fourteen Old Anatolian Turkish medical manuscript studies. Through this sample, we have attempted both to examine the reasons for the related discrepancies, as well as put forth solutions on how to eliminate them were evaluated. Such inconsistencies not only mislead scholars but also present them numerous challenges when it comes to further research. One of the aims of the study is to draw attention to such difficulties and discuss the measures that can be taken on the relevant issue.
Türkçesi tıp metinleri oluşturulurken imla konusunda tutarlı bir sistem ortaya koyulamamıştır. Hem Türkçe terimlerin hem de Arapça, Farsça ve Grekçe gibi dillerden alıntılanan kelimelerin yazımında çeşitli uyumsuzluklar göze çarpar. Türkçe terimlere nispeten yabancı menşeli terimlerin imlasındaki aykırılıklar daha fazladır. Bu noktada bilhassa Farsça ve Grekçeden dilimize geçen terimlerin yazımı konusu çeşitli dilsel sebepler dolayısıyla ön plana çıkar. İşbu makalede Eski Anadolu Türkçesi tıp metinlerinde yer alan Farsça ve Grekçe menşeli terimlerin yazımlarındaki tutarsızlıkların muhtemel sebeplerinden bahsedilecek ve XIV.-XV. yüzyılın dört Türkçe tıp eserinden konuya uygun örnekler ayıklanarak karşılaştırmalı olarak incelenecektir.
Yalova Ġli, kitlesel iletiĢimin ve göçlerin yoğun etkisi altındadır. Ġlin yerli ağzının temel karakteristiğini belirlemeye yetecek olan malzemeyi bugün hâlen bünyesinde barındıran derleme metinleri, bir sonraki kuĢakta belki de söz konusu malzemenin çok büyük bir kısmını yitirecektir. Dolayısıyla, bu ağzın biçim özelliklerinin ve söz varlığının kayıt altına alınması büyük önem arz etmektedir. "Yalova Ġli Yerli Ağzı" isimli tez çalıĢması bu fikirlerden yola çıkılarak hazırlanmıĢtır. Bahsi geçen çalıĢmadaki derleme metinlerinden elde edilen söz varlığı, iĢbu makalede, "Türkiye Türkçesi Ağızlar Sözlüğü" esas alınarak incelenmiĢtir. "Türkiye Türkçesi Ağızlar Sözlüğü"; "Derleme Sözlüğü"ndeki dil verileriyle Türk Dil Kurumu tarafından yayımlanan Anadolu ağızları hakkındaki çalıĢmaların sözlük kısımlarından elde edilen söz dağarcığının birleĢtirilmesi sonucu oluĢturulmuĢtur. AĢağıda, "Yalova Ġli Yerli Ağzı"nda bulunmasına rağmen "Türkiye Türkçesi Ağızlar Sözlüğü"'nde yer almayan kelimeler tespit edilerek sıralanmıĢtır. "Türkiye Türkçesi Ağızlar Sözlüğü"nde bulunduğu hâlde "Yalova Ġli Yerli Ağzı"nda farklı anlamlar taĢıyan sözler de, karĢılıklarıyla beraber irdelenmiĢtir. Ele alınan söz varlığının, derlenen metinlerden seçilen cümle örnekleriyle tanıklandırılıp somutlaĢtırılmasına bilhassa özen gösterilmiĢtir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.