TÜBİTAK 1003 “Öncelikli Alanlar Ar-Ge Projeleri Destekleme Programı” 2018 yılı çağrıları ikinci aşama değerlendirme sonuçları açıklandı. Bursa Teknik Üniversitesi (BTÜ) Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Turgay Tugay Bilgin ve Elektrik Elektronik Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Cemal Hanilçi yürütücülüğünü yaptıkları projeler ile TÜBİTAK 1003 “Öncelikli Alanlar Ar-Ge Projeleri Destekleme Programı” kapsamında destek almaya hak kazandı. 

TÜBİTAK, ülkemizin öncelikli alanlarında sonuç odaklı, izlenebilir hedefleri olan, ilgili bilim teknoloji alanlarının dinamiklerini gözeten Ar-Ge projelerini “1003 – Öncelikli Alanlar Ar-Ge Projeleri Destekleme Programı” ile desteklemekte ve bu projeler arasında eşgüdüm sağlamaktadır. TÜBİTAK tarafından 2018 yılında açılan 40 adet 1003 çağrısı kapsamında önerilen 1577 projenin 770’i ikinci aşamaya kalmış, ikinci aşama başvurusu yapılan 644 proje önerisinin 512’si proje bilimsel değerlendirmeye alınmış ve Araştırma Destek Programları Başkanlığınca (ARDEB) 74 projenin desteklenmesine karar verilmiştir. 

BTÜ Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Turgay Tugay Bilgin “Kullanıcıların Hatalarını Analiz Ederek Diyalog Tabanlı Zeki Etmenler ile Etkileşimli Yönlendirme Yapabilen Türkçe Python Kod Editörü” adlı projesi ile TÜBİTAK 1003 desteği almaya hak kazandı. Bilgin, projesi ile açık kaynak kodlu Python dili için yine açık kaynaklı Türkçe bir kod geliştirme ortamı tasarlayarak proje kapsamında geliştirilecek kodlama editörünün Teknoloji Hazırlık Seviyesi 6 (THS6) düzeyine sahip olmasını hedeflediğini dile getirdi. 

BTÜ Elektrik Elektronik Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Cemal Hanilçi de “Yanıltma Saldırılarını Tespit Edebilen Türkçe Konuşmacı Doğrulama Sistemi” projesi ile destek almaya hak kazanan 74 proje arasında yer almayı başardı. Doç. Dr. Hanilçi, sayısal ses kayıtlarından konuşanın kimliğinin tespit edilmesi olarak tanımlanan Konuşmacı Doğrulama (KD) veya Sesli İmza sistemlerinin günümüzde yüz ve parmak izi tanıma gibi popüler biyometrik sistemlere önemli bir alternatif yöntem haline geldiği ancak çok yüksek tanıma oranlarına sahip olarak geliştirilen birçok konuşmacı doğrulama sisteminin İngilizce sesler için optimize edildiği belirterek, projesinde öğrenme aktarımı (transfer learning) yaklaşımı kullanılarak Türkçe Konuşmacı Doğrulama Sistemi geliştirilmesinin esas alındığını vurguladı.