Havacılık ve Yapay Zeka Alanındaki Çalışmaların Bibliyometrik Analizi
Abstract views: 430
/ 
PDF downloads: 281
DOI:
https://doi.org/10.5281/zenodo.13732160Anahtar Kelimeler:
Havacılık, Yapay Zeka, Bibliyometrik Analiz, Ortak Kelime Analizi, Sistematik Literatür TaramasıÖzet
Yapay zeka, günümüz dünyasında yaşanan teknolojik gelişmelerle birlikte sosyal ve ekonomik yaşam içinde önemli bir yer elde etmiştir. Birçok sektörde iş süreçlerini kolaylaştırmak, zaman ve maliyet avantajı elde etmek için kullanılan yapay zeka uygulamaları havacılık sektöründe de aktif olarak yer almaktadır. Yapay zeka; uçuş trafiği, güvenliği, müşteri takip ve güvenlik sistemleri, bakım onarım kontrolü gibi uygulamalar ile havacılık sektöründe etkin olarak kullanılmakta olup veri güvenliği, siber saldırı ve yeni teknoloji maliyetleri gibi bir takım sorunları da beraberinde getirmektedir. Her geçen gün ortaya çıkan yeni uygulamalar ve sağladığı avantajları ile yapay zeka, havacılık sektöründe mevcut faydaları yanında yeni kullanım alanları bulmakta, hem havayolu işletmeleri hem de yolcular açısından kolaylıklar sağlamaktadır.
Çalışmada, havacılık ve yapay zeka kavramlarının beraberce ele alındığı akademik çalışmaların ve literatürün çeşitli açılardan analizi amaçlanmıştır. Bulgular, her iki kavramın beraberce ele alındığı çalışmaların 2020 yılından itibaren önemli ölçüde artmış olduğunu, en çok yayının ve en çok atıf sayısının IEEE Access dergisine ait olduğunu, en yüksek h indeksi değerine sahip derginin de Aerospace dergisi olduğunu göstermiştir. Yazarlara ait bulgularda en üretken yazarların Annemarie Landman, Xiang Li, Jiaxing Shang, Van Paassen M.M.R., Huawei Wang olduğu, sorumlu yazarın bulunduğu ülke açısından Çin’in, ülkelere göre atıf sayısı açısından İtalya’nın öncü olduğu tespit edilmiştir. Anahtar kelimelere ait bulgularda performance kelimesi en sık kullanılan kelime olarak ortaya çıkmış ve iki kavramın ilişkilendirildiği çalışmalarda yapay zekanın performans etkisinin ön planda olduğu görülmüştür.
Referanslar
Artar, O., & Türkay, U. İ. (2021). Havacılık sektöründe havalimanlarının dijital dönüşümü. Working Paper Series Dergisi, 2(1), 86-97.
Bahadır. S., & Şahin. Y. (2023). Analysis of financial success situations of aviation sector businesses before and after Covid-19. Journal of Science and Innovative Technologies. 26, 70-90.
Bakır, M., Bal, H. T., & Akan, Ş. (2017). Türk sivil havacılık sektörünün değerlendirilmesinde bütünleşik SWOT-AHS yaklaşımı. Journal of Aviation, 1(2), 154-169.
Boretti, A., & Huang, A. (2024). AI-driven DfAM of aeronautical hydrogen gas turbine combustors. International Journal of Hydrogen Energy, 77, 851-862.
Brady, M. (1985). Artificial intelligence and robotics. Artificial Intelligence, 26(1), 79-121.
Busayo, E.T., Kalumba, A.M., Afuye, A.G., Abayomi, G., Ekundayo, O.Y. & Orimoloye, I.R. (2020). Assessment of the Sendai framework for disaster risk reduction studies since 2015. International Journal of Disaster Risk Reduction, 50, 1-7.
Chung, S. H., Ma, H. L., Hansen, M., & Choi, T. M. (2020). Data science and analytics in aviation. Transportation research part E: Logistics and Transportation Review, 134, 101837.
Coşgun, H. A., & Kurubacak, G. (2022). Havacılık Ekosistemine Yapay Zekâ Dokunuşu. (İçinde: Yapay Zekânın Değiştirdiği Dinamikler (pp.222-239), Konya: Eğitim Kitabevi.
Dey, S., & Shukla, D. (2020). Analytical study on use of AI techniques in tourism sector for smarter customer experience management. In 2020 International Conference on Computer Science, Engineering and Applications (ICCSEA) (pp. 1-5). IEEE.
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W.M (2021). How to Conduct a Bibliometric Analysis: An Overview and Guidelines. Journal of Business Research, 133. 285-296.
Dou, X. (2020). Big data and smart aviation information management system. Cogent Business & Management, 7(1), 1766736.
Efendigil, T., & Eminler, Ö. E. (2017). Havacılık sektöründe talep tahminin önemi: Yolcu talebi üzerine bir tahmin modeli. Yaşar Üniversitesi E-Dergisi, 12, 14-30.
Garcia, A. B., Babiceanu, R. F., & Seker, R. (2021). Artificial intelligence and machine learning approaches for aviation cybersecurity: An overview. In 2021 integrated communications navigation and surveillance conference (ICNS) (pp. 1-8). IEEE.
Gerede, E. (2006). Sivil havacılık faaliyetlerin sınıflandırılması ve Türkiye’de hava taşımacılığı faaliyetlerinin tanımlanmasına ilişkin sorunlar. Kayseri VI. Havacılık Sempozyumu, 197-203.
Huang, H., & Zhu, J. (2021). A short review of the application of machine learning methods in smart airports. In Journal of Physics: Conference Series (Vol. 1769, No. 1, p. 012010). IOP Publishing.
Jiao, Y., Dong, J., Han, J., & Sun, H. (2022). Classification and causes identification of Chinese civil aviation incident reports. Applied Sciences, 12(21), 10765.
Kabashkin, I., Misnevs, B., & Zervina, O. (2023). Artificial intelligence in aviation: New professionals for new technologies. Applied Sciences, 13(21), 11660.
Karatepe, S.G., Kavak, O., & Topçuoğlu, E. (2023). Sosyal politikalar bağlamında girişimciliğin uluslararası alanyazındaki yeri üzerine bibliyometrik analiz. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 12(1), 79-97.
Korul, V., & Küçükönal, H. (2003). Türk sivil havacılık sisteminin yapısal analizi. Ege Academic Review, 3(1), 24-38.
Kulida, E., & Lebedev, V. (2020). About the use of artificial intelligence methods in aviation. In 2020 13th International Conference" Management of large-scale system development"(MLSD) (pp. 1-5). IEEE.
Landman, A., Groen, E. L., Van Paassen, M. M., Bronkhorst, A. W., & Mulder, M. (2017). Dealing with unexpected events on the flight deck: A conceptual model of startle and surprise. Human factors, 59(8), 1161-1172.
Lebedev, V. G., & Kulida, E. L. (2021). Advanced Technologies for Supporting Operational Decision-Making in Civil Aviation. Advances in Systems Science and Applications, 21(3), 12-21.
Li, X., Shang, J., Zheng, L., Wang, Q., Liu, D., Liu, X., ... & Sun, H. (2023). IMTCN: An Interpretable Flight Safety Analysis and Prediction Model Based on Multi-Scale Temporal Convolutional Networks. IEEE Transactions on Intelligent Transportation Systems.
Maple, C., Szpruch, L., Epiphaniou, G., Staykova, K., Singh, S., Penwarden, W., ... & Avramovic, P. (2023). The AI revolution: Opportunities and challenges for the finance sector. arXiv preprint. arXiv:2308.16538.
Min, J., Hong, Y., King, C. B., & Meeker, W. Q. (2022). Reliability analysis of artificial intelligence systems using recurrent events data from autonomous vehicles. Journal of the Royal Statistical Society Series C: Applied Statistics, 71(4), 987-1013.
Nelson, J. P., Biddle, J. B., & Shapira, P. (2023). Applications and societal implications of Artificial Intelligence in manufacturing: A systematic review. arXiv preprint. arXiv:2308.02025.
Ni, X., Wang, H., Che, C., Hong, J., & Sun, Z. (2019). Civil aviation safety evaluation based on deep belief network and principal component analysis. Safety Science, 112, 90-95.
Ogunsina, K., & Okolo, W. A. (2022). Artificial neural network modeling for airline disruption management. Journal of Aerospace Information Systems, 19(5), 382-393.
Pirim, H. (2006). Yapay zeka. Yaşar Üniversitesi E-Dergisi, 1(1), 81-93.
Samala, N., Katkam, B. S., Bellamkonda, R. S., & Rodriguez, R. V. (2020). Impact of AI and robotics in the tourism sector: A critical insight. Journal of Tourism Futures, 8(1), 73-87.
Seçkiner, S., Atay, M., & Eroğlu, Y. (2021). Robotik süreç otomasyonlarının havacılık sektörü uygulamaları ve geleceği. Journal of Aviation, 5(2), 290-297.
Shang, J. (2022). Application of adaptive genetic algorithm in optimal scheduling of aviation materials. Journal of Applied Mathematics, 2022(1), 1467935.
Şahin, Y. (2024). Havaalanı rekabetinin bibliyometrik analizi. Premium e-Journal of Social Sciences (PEJOSS), 8(44), 927-936.
Tidjon, L. N., & Khomh, F. (2022). Never trust, always verify: a roadmap for Trustworthy AI?. arXiv preprint. arXiv:2206.11981.
Topçuoğlu, E., Oktaysoy, O., Erdoğan, S. U., & Karatepe, S. G. (2023). İşsizlik ve girişimcilik kavramlarına bibliyometrik bakış. İşletme Araştırmaları Dergisi, 15(2), 1276-1292.
Youseftorkaman, C. M., Kangaranifarahani, C. A., & Dana, D. (2023). Applications of Artificial Intelligence in the aviation ındustry and air accidents. Mathematical Statistician and Engineering Applications, 72(2), 178-192.
Zhan, Y., Zhang, J., Luo, C., Hu, L., & Song, Y. (2023). Aviation safety QAR data mining and statistical analysis. Advances in Computer and Communications, 3, 191-195.
Ziakkas, D., & Pechlivanis, K. (2023). Artificial intelligence applications in aviation accident classification: A preliminary exploratory study. Decision Analytics Journal, 9, 100358.
Zupic, I., & Cater, T. (2015). Bibliometric methods in management and organization. Organizational Research Methods, 18(3), 429–472.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2024 International Journal of Social and Humanities Sciences Research (JSHSR)
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
