Bireylerin fiziksel farklılıkları ve ayırt edici özelliklerinin bilimsel tekniklerle metrik olarak ölçülmesi adli kimliklendirme ve krimonoloji alanının önemli çalışma konularından biridir. Kulak, karakteristik bir morfolojiye sahip olması nedeniyle adli kimliklendirme çalışmalarında sıklıkla kullanılan bir uzuvdur. Yeniden yüzlendirme çalışmalarında ve rekonstrüktüf cerrahide geometrik morfometri biliminden faydalanılmaktadır. Geometrik morfometri teknikleri ile elde edilen sayısal verilerin ve anatomik noktaların birbirleri ile olan ilişkilerinin incelenmesinde temel istatistik yöntemlerin yanı sıra yapay zekâ tekniklerinin uygulanması sayesinde yüksek doğrulukta başarılı sonuçlar elde edilebilmektedir. Yapay sinir ağları, insan beyninin temel öğrenme yöntemlerinin matematiksel olarak modellenmesiyle tanımlanan belirli girişler için yüksek doğrulukta çıkışlar üretebilmektedir. Ayrıca giriş ve çıkış değişkenleri arasında var olan matematiksel fonksiyona ihtiyaç duymadan belirtilen problemin çözümünü öğrenebilmekte ve değişen koşullara göre kendini güncelleyebilmektedir. Bu çalışmada Anadolu’da yaşayan 20-39 yaş arasında 150 birey, 40-59 yaş arası 150 birey ve 60 yaş üstü 150 birey olmak üzere toplam 450 erkek bireyin sağ kulak fotoğrafları özdeş koşullarda aynı fotoğrafçı tarafından çekilerek “image j” programı ile düzenlenmiş ve sağ kulaklarına ait 11 anatomik noktanın koordinatları elde edilmiştir. Elde edilen bu verilerin her yaş aralığında eşit olmak üzere %70 lik kısmı Matlab © programı ile oluşturulan yapay sinir ağı modeline uygulanarak ağın eğitiminde kullanılmıştır. Geriye kalan verilerin %20 si ile ağın çalışması test edilmiş ve kalan son %10 luk veri ile de ağın doğrulanması gerçekleştirilmiştir. Tasarlanan ağ yapısının test ve doğrulama işlemlerinde ağın girişine 8 anatomik noktanın koordinatları uygulanmış ve Helix, Tragus ve Lobule anatomik noktalarının koordinatlarını örüntü tamamlama işlemi yaparak yüksek bir doğruluk ve hızla kestirimi sağlanmıştır.

Measuring the physical differences and distinctive features of individuals with scientific techniques metrically is one of the important study topics of forensic identification and criminology. Ear is a limb frequently used in forensic identification studies due to its characteristic morphology. Geometrical morphometry is used in resurfacing studies and reconstructive surgery. Successful results with high accuracy can be obtained thanks to the application of artificial intelligence techniques as well as basic statistical methods in the examination of the relationships between the numerical data obtained by geometric morphometry techniques and the anatomical points. Artificial neural networks can produce high accuracy outputs for certain inputs defined by mathematically modeling the basic learning methods of the human brain. In addition, it is able to learn the solution of the specified problem without the need for the mathematical function existing between input and output variables and can update itself according to changing conditions. In this study, right ear photos of 450 male individuals, 150 individuals between the ages of 20-39, 150 individuals between the ages of 40-59 and 150 individuals over 60, were taken by the same photographer under identical conditions and arranged with the "image j" program. The coordinates of 11 anatomical points belonging to his right ears were obtained. 70% of these data obtained equally in every age range were applied to the artificial neural network model created with Matlab © program and used in the training of the network. The operation of the network was tested with 20% of the remaining data and the verification of the network was performed with the last 10% data. In the testing and verification processes of the designed network structure, the coordinates of 8 anatomical points were applied to the entrance of the network, and the coordinates of the Helix, Tragus and Lobule anatomical points were provided with a high accuracy and fast estimation by completing the pattern.