Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Koç, Emirhan"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Koç, Emirhan Korhan, Yıldırım, Benay, Peker, İlkay, Atak Seçen, İpek, Akay, Gülsün, Türk, Barış Erkut
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10046::2fee8f0d474a7db41b90ee80a559bd01
https://avesis.gazi.edu.tr/publication/details/9d0ee69b-1e6e-4803-b79b-5c20bf1bc7d0/oai
https://avesis.gazi.edu.tr/publication/details/9d0ee69b-1e6e-4803-b79b-5c20bf1bc7d0/oai
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Steady-state visual evoked potentials (SSVEP) are commonly used in brain computer interface (BCI) applications such as spelling systems, due to their advantages over other paradigms. In this study, we develop a method for SSVEP-based BCI speller syst
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1246::da89dfd5e3c348c2795f994ddf4488f2
Publikováno v:
International Dental Journal; October 2024, Vol. 74 Issue: 1, Number 1 Supplement 1 pS303-S304, 2p
Autor:
Emirhan Koc, Aykut Koc
Publikováno v:
IEEE Signal Processing Letters
Several signal processing tools are integrated into machine learning models for performance and computational cost improvements. Fourier transform (FT) and its variants, which are powerful tools for spectral analysis, are employed in the prediction o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b3fdb001af08b409bb945c5b09f94e2f
https://doi.org/10.1109/lsp.2022.3228131
https://doi.org/10.1109/lsp.2022.3228131
Publikováno v:
IEEE Signal Processing Letters
Processing time series with missing segments is a fundamental challenge that puts obstacles to advanced analysis in various disciplines such as engineering, medicine, and economics. One of the remedies is imputation to fill the missing values based o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1b820a06ef9fd620ba8a9836f7eb58c7
https://hdl.handle.net/11693/111208
https://hdl.handle.net/11693/111208