Tora, Hakan

Loading...
Profile Picture
Name Variants
Tora,H.
T., Hakan
Tora, Hakan
H., Tora
H.,Tora
T.,Hakan
Hakan, Tora
Job Title
Doktor Öğretim Üyesi
Email Address
hakan.tora@atilim.edu.tr
Main Affiliation
Airframe and Powerplant Maintenance
Status
Former Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID

Sustainable Development Goals

2

ZERO HUNGER
ZERO HUNGER Logo

0

Research Products

14

LIFE BELOW WATER
LIFE BELOW WATER Logo

1

Research Products

17

PARTNERSHIPS FOR THE GOALS
PARTNERSHIPS FOR THE GOALS Logo

1

Research Products

5

GENDER EQUALITY
GENDER EQUALITY Logo

0

Research Products

16

PEACE, JUSTICE AND STRONG INSTITUTIONS
PEACE, JUSTICE AND STRONG INSTITUTIONS Logo

0

Research Products

8

DECENT WORK AND ECONOMIC GROWTH
DECENT WORK AND ECONOMIC GROWTH Logo

0

Research Products

4

QUALITY EDUCATION
QUALITY EDUCATION Logo

0

Research Products

6

CLEAN WATER AND SANITATION
CLEAN WATER AND SANITATION Logo

0

Research Products

7

AFFORDABLE AND CLEAN ENERGY
AFFORDABLE AND CLEAN ENERGY Logo

2

Research Products

10

REDUCED INEQUALITIES
REDUCED INEQUALITIES Logo

0

Research Products

11

SUSTAINABLE CITIES AND COMMUNITIES
SUSTAINABLE CITIES AND COMMUNITIES Logo

1

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE
INDUSTRY, INNOVATION AND INFRASTRUCTURE Logo

0

Research Products

1

NO POVERTY
NO POVERTY Logo

0

Research Products

3

GOOD HEALTH AND WELL-BEING
GOOD HEALTH AND WELL-BEING Logo

1

Research Products

12

RESPONSIBLE CONSUMPTION AND PRODUCTION
RESPONSIBLE CONSUMPTION AND PRODUCTION Logo

0

Research Products

13

CLIMATE ACTION
CLIMATE ACTION Logo

2

Research Products

15

LIFE ON LAND
LIFE ON LAND Logo

0

Research Products
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

57

Articles

11

Views / Downloads

2/0

Supervised MSc Theses

14

Supervised PhD Theses

5

WoS Citation Count

57

Scopus Citation Count

88

WoS h-index

5

Scopus h-index

5

Patents

0

Projects

0

WoS Citations per Publication

1.00

Scopus Citations per Publication

1.54

Open Access Source

7

Supervised Theses

19

Google Analytics Visitor Traffic

JournalCount
2014 22nd Signal Processing and Communications Applications Conference, SIU 2014 - Proceedings -- 2014 22nd Signal Processing and Communications Applications Conference, SIU 2014 -- 23 April 2014 through 25 April 2014 -- Trabzon -- 1060533
22nd IEEE Signal Processing and Communications Applications Conference (SIU) -- APR 23-25, 2014 -- Karadeniz Teknik Univ, Trabzon, TURKEY3
ICECS 2017 - 24th IEEE International Conference on Electronics, Circuits and Systems -- 24th IEEE International Conference on Electronics, Circuits and Systems, ICECS 2017 -- 5 December 2017 through 8 December 2017 -- Batumi -- 1346752
24th IEEE International Conference on Electronics, Circuits and Systems (ICECS) -- DEC 05-08, 2017 -- Batumi, GEORGIA2
24th Signal Processing and Communication Application Conference (SIU) -- MAY 16-19, 2016 -- Zonguldak, TURKEY2
Current Page: 1 / 6

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Scholarly Output Search Results

Now showing 1 - 9 of 9
  • Master Thesis
    Avuç İçi Tanımlaması
    (2018) Jebrıel, Belal Alı Mesbah; Tora, Hakan
    Bu tez, standart bir veritabanı ve bir temizleyici aracılığıyla avuç izi tanımlanmasının uygunluğunu araştırmaktadır. Bu çalışma, sol el ve sağ el görüntüleri içeren veritabanları CASIA ve IIT için iki öznitelik kümesi kullanmaktadır. Yerel ikili örüntü (YİÖ) ve yönlü gradyan histogram (YGH) öznitelikleri, MATLAB tarafından görüntülerden elde edilmiştir. Eğitim ve test setleri bu özelliklerden oluşturuldu. Çok katmanlı katmanlı bir sinir ağı ve lineer ve kuadratik kernel kullanan destek vektör makineleri (DVM), seçilen veritabanlarında eğitilmiş ve test edilmiştir. Seçilen özellikler deneysel olarak birbirleriyle karşılaştırılmıştır. Her iki sınıflandırıcı için YGH'de daha iyi sonuçlar elde edilmiştir. Ayrıca, sınıflandırıcıların performansı da değerlendirilmiştir. Sinir ağın, her iki veri setinin YİÖ öznitelikleri için SVM'den daha iyi sonuçlar verdiği gözlenmiştir. Ancak, YGH özellikleri için birbirlerine göre çok fazla avantajları yoktur. Anahtar Kelimeler: Avuç izi tanımlama, yerel ikili örüntü (YİÖ), yönlü gradyan histogramı (YGH), sinir ağları, destek vektör makinesi (DVM).
  • Master Thesis
    Yapay Sinir Ağları (ysa) Kullanarak Yüz İfadelerini Tanıma
    (2012) Günler, Mine Altınay; Tora, Hakan
    Yüz ifadeleri sözsüz iletişimin bir türüdür. Kişinin duygu durumunu barındırırlar. Yüz ifadelerini otomatik olarak analiz etme günümüzde popular bir araştırma alanıdır. Psikoloji, eğitim, cinayet masası, suça eğilim analizi gibi çeşitli alanlarda kişinin zihinsel sinyalleri hakkında ipucu elde etmek için kullanılır. Bu tez çalışması duygu tanıma analizi için yapay sinir ağları (YSA) tabanlı üç değişik yaklaşım önermektedir. İlk olarak, ağaç tabanlı sinir ağları yapısı önerilmiştir. İkinci olarak, duygu sınıflandırılması için gizli katman çıktıları kullanılmıştır. Son olarak, yüz özellikleri tabanlı bir sistem tasarlanmıştır. Önerilen her bir metot Matlab kullanılarak oluşturulmuştur ve her biri gülen, sinirli ve bağıran yüz ifadelerini başarılı bir şekilde tanıyabilmektedir.
  • Master Thesis
    Rc8660 Ses Sentezleyici ile Türkçe Metinden Konuşma Sentezleme
    (2015) Karamehmet, Timur; Tora, Hakan; Uslu, İbrahim Baran
    Bu çalışma, metinden konuşma sentezleme problemini ve RC8660 gömülü sisteminin Türkçe'ye uyarlanması için yapılan çalışmaları incelemektedir. Tezde, İngilizce fonemlerle yüklü gelen RC8660 kartının Türkçe konuşma sentezlemesi hedeflenmiştir. Bu amaçla, öncelikle İngilizce'de bulunan fonemlere karşılık gelen Türkçe fonemler tanımlanmıştır. Bunun için IPA: International Phonetic Alphabet'den yararlanılmıştır. Türkçe ve İngilizce'nin hece yapıları farklı olduğu için, kartın sahip olduğu metin ve fonem modlarından yararlanılarak yeni bir harici sözlük tanımlamaya ihtiyaç duyulmuştur. Doğru heceleme için gerekli kurallar, oluşturulan bu sözlüğe tek tek eklenmiştir. RC8660'ın bir konuşmacı doğallığında Türkçe konuşması için vurgu ve tonlama kuralları da tanımlanmıştır. Üretilen konuşmanın düzgün ve anlaşılabilir olması amacıyla karakterler ve sayılar için farklı fonemler kullanılmıştır. Kartın yazılımı olan RC Studio'da yer alan hız, ifade, perde, formant frekansı, ton, gecikme ve telaffuz ayarlarının konuşma üzerindeki etkileri de test edilmiştir. Üretilen konuşmanın kalitesi ortalama görüş skoru (MOS) testi ile ölçülmüştür.
  • Master Thesis
    Işık Mikroskobu Kullanarak Hücre Sayımı için Alternatif Bir Görüntü İşleme Yaklaşımı
    (2011) Özkan, Akın; Tora, Hakan; İşgör, S. Belgin
    Hücre sayımı ve bu hücrelerin sınıflandırılması için kullanılan yöntemler mikro biyoloji ve hücre biyolojisi alanında önemli bir yer tutmaktadır. En temel sayma mikroskop aracılığıyla Hemositometre kullanılarak insan tarafından yapılır. Bu süreçte hücre sayısı ve canlılığını belirlemek için kullanılan en ekonomik ve en yaygın teknik boya dışlama yöntemidir. Bu çalışmada, hücre canlı-ölü ayrımı yapabilen yeni bir görüntü tabanlı hücre sayımı yaklaşımı (NIBA-C) önerilmiştir. Önerilen yöntemin başarısını değerlendirmek için aynı görüntüler, yöntem ile elde edilen değerler klasik boya dışlama yöntemi ile elde edilen sonuçlar ile karşılaştırılmıştır. Yöntemi segmentasyon ve ardından görüntülerin sınıflandırılması oluşturur. Segmentasyon aşamasında Hough Dönüşümü kullanılmıştır. Yapay Sinir Ağları hücre-hücre olmayan ve canlı-ölü hücre görüntü sınıflandırmasında kullanılmıştır.Bu çalışmada; önerilen yöntem NIBA-C %70 in üzerinde yerbulma ve %50 üzerinde canlı ölü ayrımı yapabilme yetenegi sergilemiştir.
  • Master Thesis
    Platformdan Bağımsız Bir Otomatik Konuşma Tanıma Sisteminin Tasarlanması ve Uygulanması
    (2012) Urgun, Doğan; Erden, Abdulkadir; Tora, Hakan
    Bu tez içerisinde, 50 kelime ile sınırlı bir ayrık kelimeli hece tabanlı konuşma tanıma sistemi tasarlanmış ve test edilmiştir. Türkçenin sondan eklemeli yapısından dolayı kelime tabanlı bir yaklaşımın konuşma tanıma performansı üzerinde negatif etkisi olacaktır. Bu sebepten ötürü fonem tabanlı yapılar konuşma tanıma içinde geniş biçimde kullanılmaktadır ancak fonemlerin küçük boyutları onların tanınmasını zorlaştırmaktadır. Bu nedenle, bu tezde hece tabanlı bir yaklaşımın takip edilmesine karar verilmiştir.Bu tez kapsamında bir hece tespit etme algoritması tasarlanmıştır. Mel Frekansı Kepstral Katsayıları özellik çıkarmak üzere seçilmiştir ve Yapay Sinir Ağları hecelerin sınıflandırılmasında kullanılmıştır. Son olarak, Yapay Sinir Ağlarının sonuçları hece tabanlı sistem için tasarlanan dil modeli içerisinde işlenmiştir.Tasarlanan sistem 5 farklı kişiden 50 kelime için alınan 10 örnekle eğitilmiş ve test edilmiştir. Sistem yaklaşık %85 konuşma tanıma performansı göstermiştir. Ayrıca sistem eğitilmemiş bir konuşmacı tarafından da test edilmiş ve %75 konuşma tanıma performansı elde edilmiştir.
  • Master Thesis
    Doku ve Şekil Bazlı Özellikler Kullanarak Yüz İfadesi Tanımlama
    (2016) Gül, Nuray; Tora, Hakan
    Son zamanlarda, yüz ifadesi tanıma sistemleri (YİT), insan-makine etkileşimi uygulamaları (İME) için önemli bir role sahip olmuştur. Mevcut olan birçok sistemde, bir his tanımlanırken ya tüm yüze ait özellikler ya da yüzün bazı bölgelerine ait özellikler birleştirilerek kullanılmıştır. Bu çalışma ise her duygu tanımlanırken sadece bir uygun bölgenin kullanılmasını önermektedir ve böylece bu bölgelerin ayrı ayrı hisler üzerindeki etkilerinin ne olduğunu göstermeyi amaçlamaktadır. Sunulan tasarımda, Şaşkın ve Mutlu hislerinin ağız bölgesinin şekil özellikleri kullanılarak, diğer taraftan Korku, Öfke ve İğrenme hislerinin göz bölgesinin doku özellikleri kullanılarak tanımlanması hedeflenmiştir. Bu sebeple Fourier Tanımlayıcıları (FT) ve Yerel İkili Örüntüler (YİÖ) özellik vectörleri olarak çıkarılmış ve bu özellikler Yapay Sinir Ağları (YSA) kullanılarak sınıflandırılmıştır. Sistem, genişletilmiş Cohn-Kanade Veritabanı (CK+) üzerinde eğitilmiş ve tüm sistem için yaklaşık %88,9 başarım oranı elde edilmiştir.
  • Doctoral Thesis
    El Yazısı Rakam Tanıma için Yapay Sinir Ağları Tabanlı Öznitelik Çıkarma
    (2017) Pirim, Mine Altınay Günler; Tora, Hakan; Öztoprak, Kasım
    Bu tezde, yarı eğitilmiş sinir ağlarının gizli katman çıktı ağırlıklarının öznitelik vektörü olarak kullanılabileceği önerilmektedir. Sinir ağları örüntü tanımada sınıflandırma yapmayı sağlayan bir algotimadır. Bu çalışmada bu gerçeğe ek olarak, yarı eğitilmiş sinir ağlarının gizli katman çıktı vektörlerinin görüntünün öznitelikleri olarak kullanılmasında bir araç olarak kullanılabileceği gösterilmiştir. Sistem ana olarak 3 basamaktan oluşmaktadır: önişlemci, öznitelik çıkarıcı ve sınıflandırıcı. Herbir deneyde sadece sınıflandırıcı katmanı değişmektedir diğer iki katman tüm deneyler için default olarak kullanılmaktadır. Sıfılanırıcı olarak destekçi vektör makinaları, sinir ağları ve Öklid uzaklığı sınıflanıdırıclarından yararlanılmıştır. Önerilen sistem performansını değerlendilmesi MNIST ve USPS denektaşı verikümeleri üzerinde yapılmıştır.
  • Master Thesis
    Kızılötesi Görüntüleme Sistemleri için Sayısal İşaret İşlemci (sii) ile Hızlandırılmış Görüntü İyileştirme
    (2011) Akdeniz, Nurpınar; Tora, Hakan
    Bu çalışma, kızılötesi görüntüler için Dengeli Karşıtlık Uyarlamalı Histogram Denkleme ve Yeğinlik Pekiştirme tekniğinin gömülü platform üzerine uyarlanmasını ele alır. Geliştirilen yazılım BeagleBoard üzerine entegre edilerek, operatör ekranı için gerekli olan performansı sağlayacak iyileştirme teknikleri araştırılmıştır. Genel amaçlı işlemci ve sayısal işaret işlemcisi (Sİİ) arasında paylaştırılan dağıtık yazılım, hesaplamanın yoğun olduğu işlemlerde Sİİ kaynaklarını kullanır. Performans analizleri, farklı parametreler için yapılmış ve tekniğin doğruluğu MATLAB çıktıları ile karşılaştırılmıştır.
  • Master Thesis
    Kayıpsız Jpeg2000 Görüntü Kodlama Sistemi Vlsı Uygulaması
    (2009) Vural, Murat Dilaver; Öktem, Ruşen; Tora, Hakan
    Bu tez, kayıpsız JPEG2000 Görüntü Kodlama Sistemi'ni inceler ve sistemin bir VLSI uygulamasını gerçekleştirir. Sistem Verilog donanım tanımlama dili ve yüksek seviye sentezleme araçları kullanılarak gerçekleştirilmiştir. Gerçekleştirilen sistem mantık sentezi araçları ile sentezlenmiş ve sonuçları referans uygulamalar ile karşılaştırılmıştır. Uygulanan sistem FPGA aygıtlar veya hafıza kısımları ayrıldıktan sonra ASIC aygıtlar üzerinde gerçekleştirilebilir.