Gökçay, Erhan

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14411/7011
Name Variants
Gokcay, E
E.,Gökçay
Gökçay,E.
E., Gökçay
G.,Erhan
Gokcay E.
Goekcay, Erhan
Gokcay, Erhan
Erhan, Gokcay
Gökçay, Erhan
E., Gokcay
GOKCAY, E
Erhan, Gökçay
Gokcay,E.
Gökçay E.
G., Erhan
E.,Gokcay
Job Title
Doktor Öğretim Üyesi
Email Address
erhan.gokcay@atilim.edu.tr
Main Affiliation
Software Engineering
Status
Website
ORCID ID
0000-0002-4220-199X
Scopus Author ID
7004217859
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
JOK-0734-2023

Sustainable Development Goals

NO POVERTY1
NO POVERTY
0
Research Products
ZERO HUNGER2
ZERO HUNGER
0
Research Products
GOOD HEALTH AND WELL-BEING3
GOOD HEALTH AND WELL-BEING
1
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
0
Research Products
GENDER EQUALITY5
GENDER EQUALITY
0
Research Products
CLEAN WATER AND SANITATION6
CLEAN WATER AND SANITATION
0
Research Products
AFFORDABLE AND CLEAN ENERGY7
AFFORDABLE AND CLEAN ENERGY
0
Research Products
DECENT WORK AND ECONOMIC GROWTH8
DECENT WORK AND ECONOMIC GROWTH
0
Research Products
INDUSTRY, INNOVATION AND INFRASTRUCTURE9
INDUSTRY, INNOVATION AND INFRASTRUCTURE
1
Research Products
REDUCED INEQUALITIES10
REDUCED INEQUALITIES
0
Research Products
SUSTAINABLE CITIES AND COMMUNITIES11
SUSTAINABLE CITIES AND COMMUNITIES
0
Research Products
RESPONSIBLE CONSUMPTION AND PRODUCTION12
RESPONSIBLE CONSUMPTION AND PRODUCTION
0
Research Products
CLIMATE ACTION13
CLIMATE ACTION
0
Research Products
LIFE BELOW WATER14
LIFE BELOW WATER
0
Research Products
LIFE ON LAND15
LIFE ON LAND
0
Research Products
PEACE, JUSTICE AND STRONG INSTITUTIONS16
PEACE, JUSTICE AND STRONG INSTITUTIONS
0
Research Products
PARTNERSHIPS FOR THE GOALS17
PARTNERSHIPS FOR THE GOALS
0
Research Products
Documents

16

Citations

395

h-index

7

Go to Scopus profile
Documents

15

Citations

293

Go to WoS profile
Scholarly Output

21

Articles

6

Views / Downloads

2/0

Supervised MSc Theses

6

Supervised PhD Theses

2

WoS Citation Count

36

Scopus Citation Count

52

Patents

0

Projects

0

WoS Citations per Publication

1.71

Scopus Citations per Publication

2.48

Open Access Source

4

Supervised Theses

8

JournalCount
Multimedia Tools and Applications3
2017 IEEE 1st Ukraine Conference on Electrical and Computer Engineering, UKRCON 2017 - Proceedings -- 1st IEEE Ukraine Conference on Electrical and Computer Engineering, UKRCON 2017 -- 29 May 2017 through 2 June 2017 -- Kyiv -- 1317631
24th IEEE International Conference on Electronics, Circuits and Systems (ICECS) -- DEC 05-08, 2017 -- Batumi, GEORGIA1
7th International Conference on Cloud Computing and Services Science (CLOSER) -- APR 24-26, 2017 -- Porto, PORTUGAL1
8th International Conference on Cloud Computing and Services Science (CLOSER) -- MAR 19-21, 2018 -- Funchal, PORTUGAL1
Current Page: 1 / 3

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud
Author: Tora, HakanHas files: true

Scholarly Output Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Master Thesis
    Frekans Alanında Görüntü Sınıflandırma için Konvolüsyonel Sinir Ağlarının Uygulanması
    (2024) Dağı, Göktuğ Erdem; Gökçay, Erhan; Tora, Hakan
    Bu tezde, Evrişimsel Sinir Ağları (CNN'ler) son yıllarda çeşitli görüntü işleme ve bilgisayarlı görme görevlerinde dikkate değer başarılar elde etmiştir. Geleneksel CNN'ler doğrudan uzaysal alan görüntüleri üzerinde çalışır. Bununla birlikte, Hızlı Fourier Dönüşümü (FFT) yoluyla elde edilen görüntülerin frekans alanı gösterimi, piksel değerlerinin ilişkisizleştirilmesi ve hesaplama karmaşıklığında potansiyel azalma gibi benzersiz avantajlar sunar. Bu tez, görüntü sınıflandırmasını ve tanıma doğruluğunu artırmak için FFT ile dönüştürülmüş görüntülerin CNN algoritmalarına girdi olarak kullanılmasının etkilerini araştırmayı amaçlamaktadır. Araştırma, FFT'nin teorik temellerinin ve özelliklerinin kapsamlı bir incelemesiyle başlıyor. Daha sonra CNN'ler için ön işleme ardışık düzenlerinde FFT'nin entegrasyonunu araştırıyor. Giriş görüntülerini uzamsal alandan frekans alanına dönüştürerek, CNN'lerin en önemli frekans bileşenlerine odaklanarak daha verimli öğrenebileceğini, dolayısıyla yakınsama oranlarını ve genel performansı potansiyel olarak iyileştirebileceğini varsayıyoruz. Bunun etkinliğini değerlendirmek için CIFAR-10 (Kanada İleri Araştırma Enstitüsü), MNIST (Modifiye Ulusal Standartlar ve Teknoloji Enstitüsü)-Digits ve MNIST-Fashion dahil olmak üzere çeşitli kıyaslama veri setleri kullanılarak deneyler gerçekleştirildi. yaklaşmak. FFT ile dönüştürülmüş görüntüler çeşitli CNN mimarilerine beslendi ve sonuçlar, geleneksel uzaysal alan girdileri kullanılarak elde edilenlerle karşılaştırıldı. Sınıflandırma doğruluğu, eğitim süresi ve hesaplamalı kaynak kullanımı gibi ölçümler titizlikle analiz edildi. Sonuçlar, FFT tabanlı ön işlemenin, özellikle veri kümelerinin yüksek frekanslı gürültü veya gereksiz bilgi içerdiği senaryolarda, sınıflandırma doğruluğunda iyileştirmelere yol açabileceğini göstermektedir. Ancak faydaların farklı veri kümeleri ve ağ mimarileri arasında farklılık göstermesi, FFT ön işlemenin etkililiğinin bağlama bağlı olabileceğini düşündürmektedir. Sonuç olarak bu tez, FFT ön işlemesinin CNN iş akışlarına dahil edilmesinin görüntü işleme görevlerini geliştirme konusunda umut vaat ettiğini göstermektedir. Bulgular, hem uzaysal hem de frekans alanı bilgisinden yararlanan hibrit modellerin geliştirilmesi ve FFT tabanlı tekniklerin diğer sinir ağı türlerine ve makine öğrenimi algoritmalarına uygulanması da dahil olmak üzere gelecekteki araştırmalar için yollar önermektedir. Bu çalışma, bilgisayarlı görme alanını geliştirmek için frekans alanı analizinin derin öğrenme metodolojileriyle nasıl sinerjik olarak entegre edilebileceğinin daha geniş bir şekilde anlaşılmasına katkıda bulunmaktadır.
  • Thumbnail Image
    Doctoral Thesis
    Arnold Cat Dönüsümünün Genelleştirilmesi ve Görüntü Steganografisinde Kesir Tabanlı Gömme
    (2019) Buker, Mohamed M.m.; Tora, Hakan; Gökçay, Erhan
    Veri iletişiminin hızlı gelişimi ve ağlar aracılığıyla iletilen bilgilerin artması, değiş tokuş edilen bilgileri korumanın yeni yollarını bulmayı çok önemli kılmaktadır. Şifreleme günümüzde bu alanda en yaygın kullanılan yöntemlerden biridir. Steganografi, iletilen bilgilerin yalnızca şifrelenmekten ziyade herkes tarafından görünmez olduğu araştırma alanıdır. Steganografinin arkasındaki fikir bilginin varlığını gizlemektir. Bir üçüncü taraf bilgi olduğunu bildiği sürece, şifreli olsun ya da olmasın, bilgi risk altında olacaktır. Bu tezde, iki güvenlik seviyeli bir steganografik model sunuyoruz. İlk olarak, gizli görüntü Genelleştirilmiş Arnold CAT Haritamız (ACM) kullanılarak karıştırılmıştır. Daha sonra, karıştırılmış görüntü, dönüşüm bölgesinde hem Ayrık Dalgacık Dönüşümü (DWT) hem de Kaldırılmış Dalgacık Dönüşümü (LWT) ile Kesir Tabanlı Gömme Tekniğimizi (FBE) kullanarak başka bir görüntünün içine gömülür. Modelimizin verimliliği, referans renkli görüntüler üzerinde test edildi. Tepe Sinyal Gürültü Oranı (PSNR), Ortalama Kare Hatası (MSE), Yapısal Benzerlik (SSIM) ve Korelasyon değerleri hesaplandı. Sonuçlar, Genelleştirilmiş ACM'mizin, ACM'nin standart ve değiştirilmiş versiyonlarına kıyasla daha sağlam olduğunu göstermektedir. Aynı zamanda, yeni FBE tekniğimizin sonuçları, PSNR ve MSE değerleri ile ilgili diğer tekniklerden daha iyi performans göstermektedir.