Dalveren, Gonca Gökçe Menekşe

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14411/7994
Name Variants
Gonca Gökçe Menekşe, Dalveren
Dalveren, Gonca Gokce Menekse
G., Dalveren
G.,Dalveren
D.,Gonca Gökçe Menekşe
Gonca Gokce Menekse, Dalveren
Dalveren, Gonca Gökçe Menekşe
G.G.M.Dalveren
D.,Gonca Gokce Menekse
D., Gonca Gokce Menekse
Dalveren,G.G.M.
Job Title
Doktor Öğretim Üyesi
Email Address
gonca.menekse@atilim.edu.tr
Main Affiliation
Information Systems Engineering
Status
Former Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID

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
0
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
5
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
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
0
Research Products
RESPONSIBLE CONSUMPTION AND PRODUCTION12
RESPONSIBLE CONSUMPTION AND PRODUCTION
1
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
3
Research Products
PARTNERSHIPS FOR THE GOALS17
PARTNERSHIPS FOR THE GOALS
0
Research Products
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

29

Articles

19

Views / Downloads

133/992

Supervised MSc Theses

3

Supervised PhD Theses

1

WoS Citation Count

217

Scopus Citation Count

303

Patents

0

Projects

0

WoS Citations per Publication

7.48

Scopus Citations per Publication

10.45

Open Access Source

15

Supervised Theses

4

JournalCount
IEEE Access5
Sustainability2
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
Journal of Eye Movement Research2
Avrupa Bilim ve Teknoloji Dergisi1
Current Page: 1 / 4

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Filters

20231
Reset filters

Settings

Author: Ismaıl, Alı Mohamed Kotb Mohamed Ismaıl Alı Mohamed Kotb MohamedSubject: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Master Thesis
    4d Fmri'ye Dayalı Alzheimer Hastalığı Tespiti İçın 3d-capsnet ve Rnn Kullanımı
    (2023) Ismaıl, Alı Mohamed Kotb Mohamed Ismaıl Alı Mohamed Kotb Mohamed; Dalveren, Gonca Gökçe Menekşe
    AD ilerlemesinin erken tahmin edilmesi, bilişsel gerilemeyi daha etkili bir şekilde yavaşlatmaya yardımcı olabilir. Dinlenme durumu fonksiyonel manyetik rezonans görüntüleme (rs-fMRI) kullanılarak otomatik AD teşhisi için evrişimli sinir ağlarına (CNN'ler) dayalı farklı yöntemlerin uygulanmasına yönelik birkaç çalışma yapılmıştır. Bu çalışmalarda tanıtılan yöntemler 2 büyük zorlukla karşılaşmaktadır. Bu zorluklardan ilki, overfitting ile sonuçlanan küçük boyutlu fMRI veri kümeleridir. İkincisi ise, fMRI verilerinin 4D bilgilerinin verimli bir şekilde modellenmesinin gerekmekte olduğudur. Bazı araştırmalar, 4D bilgilerini modellemek için fMRI verilerinden oluşturulan fonksiyonel bağlantı (FC) matrislerine derin öğrenme yöntemleri uygulamaktadır. Diğerleri ise değerli bilgi kaybına neden olan ayrı 2D dilimler veya 3D hacimler olarak fMRI verilerine uygulamaktadır. Bu çalışmada, AD teşhisi için fMRI verilerinin uzay-zamansal (4D) bilgilerini modellemek için CapsNet-RNN tanıtılmaktadır. Modelde, bir fMRI zaman serisinin hacimlerinden uzamsal özellikleri çıkarmak için, özellikle küçük boyutlu veri kümelerinde overfitting sorununu hafifletmek için geleneksel CNN'lerin bir modifikasyonu olan Kapsül Ağı (CapsNet) kullanılmaktadır. Uzamsal özellikler daha sonra zaman serisi boyunca zamansal ilişkileri modellemek için RNN ile kullanılmaktadır. RNN'ler. Modelimiz AD - NC ve lMCI - eMCI sınıflandırma görevleri için sırasıyla %86,5 ve %61,8 doğruluk elde edebilmiştir.