Yazılım ve sistem mühendisliği, gerçek zamanlı veri işleme, yapay zeka, konuşma ve sinyal işleme, adli bilişim, siber güvenlik ve algoritmalar üzerine teknik makaleler ve tarihsel teknik yazılar.
Blog, yazılım ve sistem mühendisliği, yapay zeka, adli bilişim, siber güvenlik ve teknoloji tarihi üzerine teknik yazılarımı içerir.
Java virtual thread sayısı ile eşzamanlı JDBC işlem kapasitesinin neden aynı şey olmadığını; HikariCP, backpressure ve kuyruk gecikmesi üzerinden ele alan kapasite notu.
Konuşma etkinliği algılama, minimum konuşma süresi, sessizlik aralığı ve segment üst sınırının gerçek zamanlı ASR gecikmesi ile inference verimliliğini nasıl birlikte belirlediği.
Adli incelemede özgün kaynak, deterministik dönüşüm, model tahmini ve analist yorumunu aynı kanıt katmanı gibi değerlendirmemek için teknik provenance modeli.
Deasciification, karakter normalizasyonu, Numeric Soundex, edit distance ve heceleme gibi araçların hangi problemi çözdüğünü ve hangi durumda birbirinin yerine kullanılmaması gerektiğini ayıran teknik rehber.
Computer, algorithm, byte, gigabyte, robot, mechatronics, cybernetics, bug, web, Bluetooth, Python ve yapay zekâ gibi teknik terimlerin kökenlerini; hesaplama tarihinden mühendislik metaforlarına, standartlardan hacker kültürüne uzanan doğrulanabilir kaynaklarla inceliyorum.
RTF, segmentasyon, VAD, kuyruk, backpressure, CPU/GPU paylaşımı ve tail latency üzerinden gerçek zamanlı konuşma tanıma sistemlerinin sürdürülebilir kapasitesini ölçme ve tasarlama yaklaşımı.
2019'dan beri T.C. İçişleri Bakanlığı kapsamındaki adli bilişim ve yapay zeka çalışmalarımda kullandığım IBM POWER9 AC922; AltiVec/VSX, OpenMP, CUDA, Tesla V100, dlib, MXNet, FAISS, ArcFace, Kaldi, Vosk, whisper.cpp, OCR, dosya kazıma ve güncel CTranslate2/faster-whisper çalışmalarının ortak hesaplama platformuna dönüştü.
Java performansında ortalama gecikme tek başına yeterli değildir; kuyruklar, bellek ayırma rate, GC, kilit çekişmesi ve aşağı akış gecikmeleri özellikle P99 ve üzerindeki davranışı belirler.
ArcFace ile eğitilmiş bir ONNX yüz embedding modelinin CTranslate2’ye doğrudan taşınamamasının nedeni dosya uzantısı değil, desteklenen model mimarisi ile çıkarım grafiği arasındaki farktır.
Dosya yayınında atomik rename, görünürlük ve kalıcılık aynı garanti değildir; güvenilir akış geçici dosya, fsync, dizin kalıcılığı ve NFS görünürlüğünü ayrı ele alır.
HikariCP havuz boyutu uygulama eşzamanlılığından değil veri tabanının sürdürülebilir aktif sorgu kapasitesinden türetilmelidir; büyük havuz her zaman daha yüksek throughput sağlamaz.
Yeniden deneme ancak geçici hata, idempotency, toplam zaman bütçesi ve kuyruk sınırları birlikte tanımlandığında güvenli bir hata toleransı mekanizmasıdır.
Yalnızca bu sitenin yayımlanmış içeriğini kullanır. Nasıl çalışır?
