Dr. Yavuz ÜNAL - Kişisel Akademik Web Sayfası

Hakkımda

Yavuz Ünal is an academic researcher with expertise in image processing, computer vision, and machine learning. His research focuses on deep learning–based feature extraction, image classification, and optimization techniques applied to real-world problems. He has authored and co-authored several scientific publications in international journals and conferences. His academic interests include deep neural networks, computer vision applications, and data-driven intelligent systems.

Seçilmiş Yayınlar

Yavuz Ünal, Muzaffer Bolat, Muhammet Nuri Dudak. (2024). "Examining the Performance of a Deep Learning Model Utilizing Yolov8 for Vehicle Make and Model Classification". Journal of Engineering Technology and Applied Sciences, 9(2) 2017 : 131-143. [PDF] | [Proje Sayfası]

Yavuz Ünal, Muzaffer Bolat. "Detecting Wheat Leaf Diseases: A Deep Feature-Based Approach with Machine Learning Classification". Selcuk Journal of Agriculture and Food Sciences, Cilt: 38 Sayı: 3, 463 - 474. [PDF] | [DOI]

Araştırma Alanları

Yapay Zeka ve Makine Öğrenmesi
Veri Bilimi Uygulamaları
Görüntü İşleme

Burada devam eden veya tamamlanmış projeleriniz hakkında daha detaylı bilgi verebilirsiniz.

Datasets

Araştırmalarım sırasında ürettiğim veya derlediğim kamuya açık veri setlerini aşağıda bulabilirsiniz. Bu veri setlerini atıf yaparak çalışmalarınızda kullanabilirsiniz.

Veri Seti Başlığı 1

Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset. Veri seti, [ilgili makaleniz veya projeniz] kapsamında toplanmıştır.

Format: CSV, JSON Boyut: 25 MB

İndir Dokümantasyon

Görüntü Sınıflandırma için Tıbbi Görüntüler

Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset, Örnek dataset.

Format: PNG Boyut: 500 MB

İndir (Zenodo) GitHub Sayfası

Ders Notları

Verdiğim lisans ve lisansüstü derslere ait özet notlar, slaytlar ve ek materyalleri bu bölümden paylaşmayı planlıyorum. İlgili dönemi ve dersi seçerek materyallere ulaşabilirsiniz.

Bilgisayar Mühendisliğine Giriş

Bilgisayar Donanımı

İşletim Sistemleri

Görüntü İşleme (Lisansüstü)

Üretkenlik Aracı: Todo + Pomodoro

Günlük görevlerinizi takip etmek ve odak sürenizi yönetmek için bu küçük aracı kullanabilirsiniz. Görevler tarayıcınızda saklandığı için sayfayı kapatsanız bile kaybolmaz.

Yapılacaklar

Pomodoro Zamanlayıcı

25:00

Odak (dk): Mola (dk):

İletişim

E-posta: yunal@sinop.edu.tr

Ofis: dahili 4359, Sinop Üniversitesi Mühendislik ve Mimarlık Fakültesi Binası Kat2, Sinop Üniversitesi Kuzey Kampüsü