Sofuoğlu, İlhan

Profile Picture
Profile URL
https://gcris.yasar.edu.tr/handle/123456789/12641
Name Variants
Job Title
Araş.Gör.Dr.
Email Address
Main Affiliation
01.01.09.07. Yazılım Mühendisliği Bölümü
Status
Current Staff
Website
ORCID ID
0000-0002-0050-698X
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Files
ilhan.sofuoglu.jpg (11.71 KB)

Sustainable Development Goals

SDG data is not available
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

2

Articles

0

Views / Downloads

0/0

Supervised MSc Theses

1

Supervised PhD Theses

1

WoS Citation Count

0

Scopus Citation Count

0

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.00

Open Access Source

0

Supervised Theses

2

Journals data is not available

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Filters

2017 - 201912020 - 20251
Reset filters

Settings

Scholarly Output Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Master Thesis
    İnsansız hava araçlarının uzaktan kontrolü için ses tanıma algoritması implementasyonu
    (2017) Sofuoğlu, İlhan; Zincir, İbrahim
    This study aims to develop a system that directs the Bebop Drone (Unmanned Aerial Vehicle)using Turkish isolated voice commands, isolated words of a voice recognition algorithm. Some of the algorithms and methods used in the previous studies have been examined. Some algorithms such as Gaussian Mixture Models, Hidden Markov Models, Dynamic Time Warping, Artificial Neural Networks and Google's Deep Learning Algorithm have been examined in the literature with the studies mentioned as isolated word recognition. In addition, preliminary processing such as sampling, windowing, framing, noise reduction and subtraction of audio features before using these classifier algorithms has been examined, and the effects of these processes on the isolated word recognition process have been compared.
  • Thumbnail Image
    Doctoral Thesis
    Derin öğrenme kullanılarak müziksel benzerliklerin tespiti
    (2025) Sofuoğlu, İlhan; Ünlütürk, Mehmet Süleyman
    Müzik, yüzyıllardır insanları büyüleyen karmaşık ve çok yönlü bir sanat biçimidir. Derin öğrenmedeki son gelişmeler nedeniyle, bu teknolojinin müzik içeriğini araştırmak ve anlamak için kullanılmasına yönelik artan bir odaklanma olmuştur. Bu tezde, derin öğrenme tekniklerini kullanarak müzik benzerliğini tespit etme zorluğunu ele almayı amaçlıyoruz. Derin öğrenme modellerinin karmaşık müzik özelliklerini etkili bir şekilde yakalama ve analiz etme potansiyeline sahip olduğunu ve müzik benzerliklerinin doğru bir şekilde tespit edilmesini sağladığını savunuyoruz. Bunun müzik öneri sistemlerinde, müzik prodüksiyonunda ve hatta intihal tespitinde çok sayıda uygulaması olabilir. Büyük müzik besteleri kümeleri üzerinde eğitilen derin öğrenme modellerinin kullanımıyla, farklı müzik parçaları arasındaki benzerlikleri temsil eden önemli özellikleri ve kalıpları tespit edip çıkarabiliriz. Sağlam ve doğru müzik benzerliği tespiti elde etmek için derin sinir ağlarını gelişmiş özellik çıkarma teknikleriyle birleştiren bir çerçeve öneriyoruz. Önerilen çerçeve, müzik benzerliğini yüksek doğrulukla tespit etmek için derin sinir ağlarını ve gelişmiş özellik çıkarma tekniklerini kullanır. Performanslarını değerlendirmek için çeşitli müzik veri kümeleri üzerinde testler yapmak üzere önerilen çerçeveyi kullanıyoruz. Bulgular, metodolojimizin geleneksel teknikleri geride bıraktığını ve müzikal benzerlikleri belirlemede olağanüstü hassasiyet seviyelerine ulaştığını göstermektedir. Ayrıca, müzikal benzerlik tespiti alanında derin öğrenme yöntemlerini uygulamayla ilişkili kısıtlamaları ve zorlukları analiz ediyoruz. Genel olarak, tez, müzikal benzerlikleri doğru bir şekilde tespit etmek için derin öğrenmenin potansiyelini vurgulamaktadır.