Akademisyen
ÇAĞLA HOROZ
ARAŞTIRMA GÖREVLİSİ
SİVAS CUMHURİYET ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ
- Ana Dal Mühendislik Temel Alanı
- Yan Dal Bilgisayar Bilimleri ve Mühendisliği
Yayın sayısı iki kaynaktan gelir ve her kaynak ayrı gösterilir: YÖKSİS (akademisyen beyanı) ve OpenAlex (açık akademik katalog). Patent ve sanatsal etkinlikler aşağıdaki Çalışmalar sekmelerinde yer alır.
Dizin çeyrekleri
Scopus (SJR)
9 Toplam
- Q1 4
- Q2 4
- Q3 0
- Q4 1
Diğer sayımlar
- YÖKSİS satırı 9 Q1 0 Q2 0 Q3 0 Q4 0
WoS (JCR)
11 Toplam
- Q1 3
- Q2 4
- Q3 2
- Q4 2
Diğer sayımlar
- YÖKSİS satırı 11 Q1 0 Q2 0 Q3 0 Q4 0
TR Index
4 makale
OpenAlex atıf yüzdelikleri
Üst %1 makale
0
Üst %10 makale
3
Ort. yüzdelik
64.3%
Yüzdelikli makale
14
OpenAlex atıf yüzdeliği; kapsanan yayınlar (~%52).
Bu göstergeler ne anlama geliyor?
- Q1–Q4: Yayının çıktığı derginin ilgili indeksteki (Scopus/WoS) çeyrek dilimi. Q1 en üst %25, Q4 en alt %25.
- Üst %1 / üst %10: Aynı alan ve yılda, dünyada en çok atıf alan %1 veya %10 içindeki yayın sayısı.
- Ort. yüzdelik: Yayınların atıf persentillerinin ortalaması (100 = en üst).
- Kaynak: indeks çeyrekleri Scopus/WoS ve TR Index bayrakları; atıf persentilleri OpenAlex.
Bildiriler
YÖKSİS’te kayıtlı konferans bildirileri.
Kayıtlar
- 2024 DIAGNOSIS OF MULTIPLE SCLEROSIS (MS) FROM MAGNETIC RESONANCE (MR) IMAGES: VİSİON TRANSFORMER (ViT) BASED APPROACH
- DETECTING BRAIN STROKE WITH ARTIFICIAL INTELLIGENCE-BASED TECHNIQUES
- 2023 Yaşam Tarzı ve Uyku Kalitesi: Makine Öğrenimi Tekniklerinin Uygulaması ve Değerlendirmesi
- 2024 ANOMALY DETECTION USING FOREARM X-RAY IMAGES WITH VISION TRANSFORMER
- 2021 Determining Covid-19 with Relieff-Based Machine Learning Algorithms Using Biochemistry Parameters
- 2024 DIAGNOSIS OF GASTRIC DYSPLASIA WITH DEEP LEARNING METHODS BASED ON EXPLAINABLE ARTIFICIAL INTELLIGENCE
- EXPLAINABLE ARTIFICIAL INTELLIGENCE BASED COLON CANCER DIAGNOSIS: VGG-16 AND GRAD-CAM METHODOLOGY
- EARLY PREDICTION OF MULTIPLE SCLEROSIS PROGRESSION FROM FLAIR MRI USING EXPLAINABLE VISION TRANSFORMERS