Dalveren, Yaser

Profile URL
https://hdl.handle.net/20.500.14411/8482
Name Variants
Dalveren, Y. Y., Dalveren Dalveren,Y. Y.,Dalveren D.,Yaser Dalveren, Yaser Yaser, Dalveren D., Yaser
Job Title
Doçent Doktor
Email Address
yaser.dalveren@atilim.edu.tr
Main Affiliation
Department of Electrical & Electronics Engineering
Status
Former Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
No research topics data found.

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
2
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
1
Research Products
GENDER EQUALITY5
GENDER EQUALITY
0
Research Products
CLEAN WATER AND SANITATION6
CLEAN WATER AND SANITATION
1
Research Products
AFFORDABLE AND CLEAN ENERGY7
AFFORDABLE AND CLEAN ENERGY
1
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
17
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
2
Research Products
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
No records found in other affiliations.
Scholarly Output

79

Articles

39

Views / Downloads

178/297

Supervised MSc Theses

12

Supervised PhD Theses

9

WoS Citation Count

414

Scopus Citation Count

537

Patents

0

Projects

0

WoS Citations per Publication

5.24

Scopus Citations per Publication

6.80

Open Access Source

36

Supervised Theses

21

JournalCount
IEEE Access7
Sensors6
Electronics4
2018 International Symposium on Networks, Computers and Communications, ISNCC 2018 -- 2018 International Symposium on Networks, Computers and Communications, ISNCC 2018 -- 19 June 2018 through 21 June 2018 -- Rome -- 1424272
IEEE World Forum on Internet of Things, WF-IoT 2020 - Symposium Proceedings -- 6th IEEE World Forum on Internet of Things, WF-IoT 2020 -- 2 June 2020 through 16 June 2020 -- New Orleans -- 1640552
Current Page: 1 / 8

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Filters

2011 - 2019202020 - 202659

Settings

Author of Publication: search.filters.isAuthorOfPublication.55e082ac-14c0-46a6-b8fa-50c5e40b59c8

Scholarly Output Search Results

Now showing 1 - 10 of 79
  • Conference Object
    Internet-Of Smart Transportation Systems for Safer Roads
    (Institute of Electrical and Electronics Engineers Inc., 2020-06) Derawi,M.; Dalveren,Y.; Cheikh,F.A.
    From the beginning of civilizations, transportation has been one of the most important requirements for humans. Over the years, it has been evolved to modern transportation systems such as road, train, and air transportation. With the development of technology, intelligent transportation systems have been enriched with Information and Communications Technology (ICT). Nowadays, smart city concept that integrates ICT and Internet-of-Things (IoT) have been appeared to optimize the efficiency of city operations and services. Recently, several IoT-based smart applications for smart cities have been developed. Among these applications, smart services for transportation are highly required to ease the issues especially regarding to road safety. In this context, this study presents a literature review that elaborates the existing IoT-based smart transportation systems especially in terms of road safety. In this way, the current state of IoT-based smart transportation systems for safer roads are provided. Then, the current research efforts undertaken by the authors to provide an IoT-based safe smart traffic system are briefly introduced. It is emphasized that road safety can be improved using Vehicle-to-Infrastructure (V2I) communication technologies via the cloud (Infrastructure-to-Cloud - I2C). Therefore, it is believed that this study offers useful information to researchers for developing safer roads in smart cities. © 2020 IEEE.
  • Conference Object
    Citation - Scopus: 7
    A Mini-Review on Radio Frequency Fingerprinting Localization in Outdoor Environments: Recent Advances and Challenges
    (Institute of Electrical and Electronics Engineers Inc., 2022-06-16) Dogan,D.; Dalveren,Y.; Kara,A.
    A considerable growth in demand for locating the source of emissions in outdoor environments has led to the rapid development of various localization methods. Among these, RF fingerprinting (RFF) localization has become one of the most promising method due to its unique advantages resulted from the recent developments in machine learning techniques. In this short review, it is aimed to assess the existing RFF methods in the literature for outdoor localization. For this purpose, firstly, the current state of RFF localization methods in outdoor environments are overviewed. Then, the main research challenges in the development of RFF localization are highlighted. This is followed by a brief discussion on the open issues in order to give future research directions. Furthermore, the research efforts currently undertaken by the authors are briefly addressed. © 2022 IEEE.
  • Article
    Citation - WoS: 18
    Citation - Scopus: 25
    Use of the Iqrf Technology in Internet-Of Smart Cities
    (Ieee-inst Electrical Electronics Engineers inc, 2020) Bouzidi, Mohammed; Dalveren, Yaser; Cheikh, Faouzi Alaya; Derawi, Mohammad
    In recent years, there has been a growing interest in building smart cities based on the Internet of Things (IoT) technology. However, selecting a low-cost IoT wireless technology that enables low-power connectivity remains one of the key challenges in integrating IoT to smart cities. In this context, the IQRF technology offers promising opportunities to provide cost-effective solutions. Yet, in the literature, there are limited studies on utilizing IQRF technology for smart city applications. Therefore, this study is aimed at increasing the awareness about the use of IQRF technology in IoT-based smart city development. For this purpose, a review of smart city architectures along with challenges/requirements in adopting IoT for smart cities is provided. Then, some of the common cost-effective IoT wireless technologies that enable low-power consumption are briefly presented. Next, the benefits of IQRF technology over other technologies are discussed by making theoretical comparisons based on technical documentations and reports. Moreover, the research efforts currently being undertaken by the authors as a part of ongoing project on the development of IoT-based smart city system in Gj & x00F8;vik Municipality, Norway, are conceptually introduced. Finally, the future research directions are addressed.
  • Article
    Citation - Scopus: 9
    Multipath Exploitation in Emitter Localization for Irregular Terrains
    (Czech Technical University, 2019-06-14) Dalveren,Y.; Kara,A.
    Electronic Support Measures (ESM) systems have many operational challenges while locating radar emitter's position around irregular terrains such as islands due to multipath scattering. To overcome these challenges, this paper addresses exploiting multipath scattering in passive localization of radar emitters around irregular terrains. The idea is based on the use of multipath scattered signals as virtual sensor through Geographical Information System (GIS). In this way, it is presented that single receiver (ESM receiver) passive localization can be achieved for radar emitters. The study is initiated with estimating candidate multipath scattering centers over irregular terrain. To do this, ESM receivers' Angle of Arrival (AOA) and Time of Arrival (TOA) information are required for directly received radar pulses along with multipath scattered pulses. The problem then turns out to be multiple-sensor localization problem for which Time Difference of Arrival (TDOA)-based techniques can easily be applied. However, there is high degree of uncertainty in location of candidate multipath scattering centers as the multipath scattering involves diffuse components over irregular terrain. Apparently, this causes large localization errors in TDOA. To reduce this error, a reliability based weighting method is proposed. Simulation results regarding with a simplified 3D model are also presented. © 2019 RADIOENGINEERING.
  • Article
    Citation - WoS: 12
    Citation - Scopus: 15
    A Study on the Performance Evaluation of Wavelet Decomposition in Transient-Based Radio Frequency Fingerprinting of Bluetooth Devices
    (Wiley, 2022-01-18) Almashaqbeh, Hemam; Dalveren, Yaser; Kara, Ali
    Radio frequency fingerprinting (RFF) is used as a physical-layer security method to provide security in wireless networks. Basically, it exploits the distinctive features (fingerprints) extracted from the physical waveforms emitted from radio devices in the network. One of the major challenges in RFF is to create robust features forming the fingerprints of radio devices. Here, dual-tree complex wavelet transform (DT-CWT) provides an accurate way of extracting those robust features. However, its performance on the RFF of Bluetooth transients which fall into narrowband signaling has not been reported yet. Therefore, this study examines the performance of DT-CWT features on the use of transient-based RFF of Bluetooth devices. Initially, experimentally collected Bluetooth transients from different smartphones are decomposed by DT-CWT. Then, the characteristics and statistics of the wavelet domain signal are exploited to create robust features. Next, the support vector machine (SVM) is used to classify the smartphones. The classification accuracy is demonstrated by varying channel signal-to-noise ratio (SNR) and the size of transient duration. Results show that reasonable accuracy can be achieved (lower bound of 88%) even with short transient duration (1024 samples) at low SNRs (0-5 dB).
  • Article
    Citation - WoS: 9
    Citation - Scopus: 12
    On the Performance of Energy Criterion Method in Wi-Fi Transient Signal Detection
    (Mdpi, 2022-01-14) Mohamed, Ismail; Dalveren, Yaser; Catak, Ferhat Ozgur; Kara, Ali
    In the development of radiofrequency fingerprinting (RFF), one of the major challenges is to extract subtle and robust features from transmitted signals of wireless devices to be used in accurate identification of possible threats to the wireless network. To overcome this challenge, the use of the transient region of the transmitted signals could be one of the best options. For an efficient transient-based RFF, it is also necessary to accurately and precisely estimate the transient region of the signal. Here, the most important difficulty can be attributed to the detection of the transient starting point. Thus, several methods have been developed to detect transient start in the literature. Among them, the energy criterion method based on the instantaneous amplitude characteristics (EC-a) was shown to be superior in a recent study. The study reported the performance of the EC- a method for a set of Wi-Fi signals captured from a particular Wi-Fi device brand. However, since the transient pattern varies according to the type of wireless device, the device diversity needs to be increased to achieve more reliable results. Therefore, this study is aimed at assessing the efficiency of the EC-a method across a large set ofWi-Fi signals captured from variousWi-Fi devices for the first time. To this end, Wi-Fi signals are first captured from smartphones of five brands, for a wide range of signalto-noise ratio (SNR) values defined as low (3 to 5 dB), medium (5 to 15 dB), and high (15 to 30 dB). Then, the performance of the EC-a method and well-known methods was comparatively assessed, and the efficiency of the EC-a method was verified in terms of detection accuracy.
  • Doctoral Thesis
    Düşük Çözünürlüklü Görüntülerde Araç Tespiti ve Sınıflandırması İçin Birden Fazla Aşamalı Modüler Bir Yöntem
    (2025) Maıga, Bamoye; Dalveren, Yaser
    Akıllı ulaşım sistemlerinde (ITS) gerçek zamanlı araç tespitinin önemi, şehir trafiğindeki araç sayısındaki sonsuz ve sürekli artışla vurgulanmaktadır. Bununla birlikte, çok çeşitli kamera kaliteleri ve çözünürlükleri, farklı görüş açıları ve zayıf aydınlatma ve olumsuz hava koşulları gibi harici ve kontrol edilemeyen değişkenlerin etkisi, doğru araç tespiti ve sınıflandırmasında birçok zorluk yaratmaktadır. Derin öğrenme tabanlı nesne algılama algoritmalarının çoğu, daha önce bahsedilen bu koşullar düşük görünürlük ve/veya düşük çözünürlüklü görüntülere neden olduğu için bu tür durumlarda zorlanmaktadır. Bu kısıtlamaların üstesinden gelmek için bu çalışma, loş ışık, kötü hava koşulları ve düşük çözünürlük gibi zorlu görüntüleme durumlarına uyarlanmış gerçek zamanlı araç tespiti ve sınıflandırması için yeni, modüler, etkili ve güvenilir bir yaklaşım önermektedir. Önerilen yaklaşım iki özel veri kümesinin oluşturulmasını içermektedir. İlk veri kümesi PASCAL VOC formatında 4.500 düşük çözünürlüklü trafik manzarası görüntüsünden oluşmakta ve transfer öğrenme yoluyla bir nesne tespit modelini eğitmek için kullanılmaktadır. İkinci veri kümesi, iki farklı sınıflandırma modelini eğitmeyi amaçlayan, her biri 100 × 100 piksel boyutlarında ve 96 dpi ve altında çözünürlüğe sahip beş araç türünün 10.000 düşük çözünürlüklü görüntüsünü içerir. Önerilen yaklaşım, son teknoloji ürünü tek aşamalı bir dedektör (SSD) olan EFFICIENTDET1'i hafif bir özel evrişimli sinir ağı (CNN) sınıflandırıcısı ve bir XGBoost sınıflandırıcısı ile entegre etmektedir. Bu kombinasyon, hem makine hem de derin öğrenme algoritmalarının güçlü yönlerinden faydalanarak tespit performansını ve sınıflandırma doğruluğunu artırır. Önerilen yaklaşımın etkinliği deneysel değerlendirme ile gösterilmiştir. Önerilen yaklaşım, 0,9323 ortalama ortalama hassasiyet (mAP) ile aynı veri kümesi üzerinde karşılaştırılabilir koşullarda geleneksel ve son teknoloji nesne algılama modellerinden belirgin şekilde daha iyi performans göstermektedir. Ayrıca, çoklu işlemin uygulandığı önerilen yaklaşım, kare başına 26 milisaniyelik bir çıkarım hızına ulaşmaktadır. Bu, son teknoloji ürünü nesne yöntemlerine kıyasla hem doğruluk hem de çıkarım hızında önemli bir gelişmeye işaret etmektedir. Önerilen yaklaşımın modüler, uyarlanabilir ve ölçeklenebilir yapısı, onu ITS'deki uygulamalar için ideal kılmaktadır. Önerilen yaklaşımın yüksek doğruluğunun yanı sıra çıkarım hızı, düşük görüntü kalitesi veya olumsuz çevresel faktörler gibi koşullar altında gerçek zamanlı uygulamalar için etkili ve operasyonel bir seçenek haline getirmektedir. Sonuç olarak, önerilen yaklaşım, zorlu durumlarda daha güvenli ve daha etkili ulaşım yönetimi sağlayabileceğinden, derin öğrenme tabanlı araç algılama alanında büyük bir potansiyele sahiptir. Bu bulgular, verimli bir nesne algılama modelinin çok işlemli bir mimaride özel sınıflandırıcılarla birleştirilmesinin, gerçek zamanlı araç algılamada gelecekteki araştırmalar için umut verici bir yönü temsil ettiğini göstermektedir.
  • Doctoral Thesis
    Düşük Çözünürlülüklü Görüntülerde Araç Tespiti ve Sınıflandırması İçin Birden Fazla Aşamalı Modüller Bir Yöntem
    (2025) Maiga, Bamoye; Dalveren, Yaser
    Akıllı ulaşım sistemlerinde (ITS) gerçek zamanlı araç tespitinin önemi, şehir trafiğindeki araç sayısındaki sonsuz ve sürekli artışla vurgulanmaktadır. Bununla birlikte, çok çeşitli kamera kaliteleri ve çözünürlükleri, farklı görüş açıları ve zayıf aydınlatma ve olumsuz hava koşulları gibi harici ve kontrol edilemeyen değişkenlerin etkisi, doğru araç tespiti ve sınıflandırmasında birçok zorluk yaratmaktadır. Derin öğrenme tabanlı nesne algılama algoritmalarının çoğu, daha önce bahsedilen bu koşullar düşük görünürlük ve/veya düşük çözünürlüklü görüntülere neden olduğu için bu tür durumlarda zorlanmaktadır. Bu kısıtlamaların üstesinden gelmek için bu çalışma, loş ışık, kötü hava koşulları ve düşük çözünürlük gibi zorlu görüntüleme durumlarına uyarlanmış gerçek zamanlı araç tespiti ve sınıflandırması için yeni, modüler, etkili ve güvenilir bir yaklaşım önermektedir. Önerilen yaklaşım iki özel veri kümesinin oluşturulmasını içermektedir. İlk veri kümesi PASCAL VOC formatında 4.500 düşük çözünürlüklü trafik manzarası görüntüsünden oluşmakta ve transfer öğrenme yoluyla bir nesne tespit modelini eğitmek için kullanılmaktadır. İkinci veri kümesi, iki farklı sınıflandırma modelini eğitmeyi amaçlayan, her biri 100 × 100 piksel boyutlarında ve 96 dpi ve altında çözünürlüğe sahip beş araç türünün 10.000 düşük çözünürlüklü görüntüsünü içerir. Önerilen yaklaşım, son teknoloji ürünü tek aşamalı bir dedektör (SSD) olan EFFICIENTDET1'i hafif bir özel evrişimli sinir ağı (CNN) sınıflandırıcısı ve bir XGBoost sınıflandırıcısı ile entegre etmektedir. Bu kombinasyon, hem makine hem de derin öğrenme algoritmalarının güçlü yönlerinden faydalanarak tespit performansını ve sınıflandırma doğruluğunu artırır. Önerilen yaklaşımın etkinliği deneysel değerlendirme ile gösterilmiştir. Önerilen yaklaşım, 0,9323 ortalama ortalama hassasiyet (mAP) ile aynı veri kümesi üzerinde karşılaştırılabilir koşullarda geleneksel ve son teknoloji nesne algılama modellerinden belirgin şekilde daha iyi performans göstermektedir. Ayrıca, çoklu işlemin uygulandığı önerilen yaklaşım, kare başına 26 milisaniyelik bir çıkarım hızına ulaşmaktadır. Bu, son teknoloji ürünü nesne yöntemlerine kıyasla hem doğruluk hem de çıkarım hızında önemli bir gelişmeye işaret etmektedir. Önerilen yaklaşımın modüler, uyarlanabilir ve ölçeklenebilir yapısı, onu ITS'deki uygulamalar için ideal kılmaktadır. Önerilen yaklaşımın yüksek doğruluğunun yanı sıra çıkarım hızı, düşük görüntü kalitesi veya olumsuz çevresel faktörler gibi koşullar altında gerçek zamanlı uygulamalar için etkili ve operasyonel bir seçenek haline getirmektedir. Sonuç olarak, önerilen yaklaşım, zorlu durumlarda daha güvenli ve daha etkili ulaşım yönetimi sağlayabileceğinden, derin öğrenme tabanlı araç algılama alanında büyük bir potansiyele sahiptir. Bu bulgular, verimli bir nesne algılama modelinin çok işlemli bir mimaride özel sınıflandırıcılarla birleştirilmesinin, gerçek zamanlı araç algılamada gelecekteki araştırmalar için umut verici bir yönü temsil ettiğini göstermektedir.
  • Article
    Quality of Service Assessment: a Case Study on Performance Benchmarking of Cellular Network Operators in Turkey
    (2015) Kadıoğlu, Rana; Dalveren, Yaser; Kara, Ali
    Abstract: This paper presents findings on performance benchmarking of cellular network operators in Turkey. Bench- marking is based on measurements of standard key performance indicators (KPIs) in one of the metropolitan cities of Turkey, Ankara. Performance benchmarking is formulated by incorporating customer perception by conducting surveys on how important KPIs are from the user s point of view. KPIs are measured, with standard test equipment, by drive test method on specified routes. According to the performance benchmarking results, the GSM and UMTS network operators achieving the best performance were determined in Ankara. Speech qualities of network operators, as the most popular service, were also evaluated by several statistical methods including pdf/cdf analysis and chi-square and Fisher s exact tests. The network operator providing the highest speech quality in Ankara was determined with the methods applied. Overall, the results and approaches on benchmarking of cellular networks in Turkey are reported for the first time in this paper. The approaches proposed in this paper could be adapted to wide-scale benchmarking of services in cellular networks.
  • Master Thesis
    77 Ghz Radar Sistemleri için Mikroşerit Anten Tasarımı ve Analizi
    (2023) Yılmaz, Selen; Dalveren, Yaser; Kara, Ali
    Bu tez, 77 GHz otomobil radarı için seri beslemeli mikroşerit yama dizi antenin tasarımı ve operasyonel davranışına yönelik kapsamlı araştırmasını takdim etmektedir. Öncelikli olarak, mikroşerit anten, yama dizi anten, frekans taramalı dizi anten ve Chebyshev dizi anten teorisi hakkında teorik altyapı bilgisi temin edilmiştir. Antenleri tasarlamak ve boyutlarını hassas bir şekilde ayarlamak için sonlu eleman metoduna dayalı tam dalga simülasyon aracı kullanılmıştır. İlk aşamada, 76.5 GHz rezonans frekansında çalışan seri beslemeli doğrusal Chebyshev dizi anten bir verici kanalını temsil etmesi üzerine tasarlanmıştır. Kazancı geliştirmek için toprak-sinyal-toprak geçiş yapısında kullanılmak üzere kısa devre pinlerinden yararlanılmıştır. Pinsiz ve pinli tasarımların bant genişliği ve kazanç bakımından karşılaştırmalı analizi yapılmıştır. Son aşamada, 76.5 GHz doğrusal dizi yama anten 79 GHz doğrusal dizi yama antene GSG geçiş yapısı boyutları optimize edilerek ve her bitişik iki yama elemanı arasındaki aralıklandırma ve yama elemanı uzunlukları ölçeklenerek dönüştürülmüştür. Ölçeklendirme yönteminin etkisini değerlendirebilmek adına bu aşamada iki tasarım sunulmuştur. Bu iki dizi yama anten tasarımının operasyonel özelliklerinin ana kulak yönlendirilme açısı, empedans bant genişliği, total kazanç ve yan kulak baskılanması bakımından karşılaştırmalı analizi yapılmıştır.