Archives

  UMRAM araştırmacıları 4-9 Mayıs 2024 tarihinde Singapur’da gerçekleşen ISMRM & ISMRT Annual Meeting & Exhibition toplantısında birçok seminer ve sunum gerçekleştirdi.   Educational lecture: Dr. Ergin Atalar: “Gradient Coil Design” Dr. Emine U. Saritas: “Emerging AI Methods To Address Motion & Susceptibility Artifacts” Oral: Abdallah Alkilani: “A Phase-Injected Complex Forward-Distortion Approach for Deep Unsupervised […]

Elektrik-Elektronik Mühendisliği Bölümü öğretim üyesi ve UMRAM Direktörü Prof. Dr. Tolga Çukur, hesaplamalı manyetik rezonans görüntüleme (MRG) teknolojilerine üstün katkılarından ötürü, International Society for Magnetic Resonance in Medicine (ISMRM) tarafından Fellow olarak seçildi. 30 yıllık tarihiyle tıp, biyoloji ve ilgili diğer alanlarda MRG araştırma, geliştirme ve uygulama etkinliklerini desteklemeyi sürdüren uluslararası bilim kuruluşu ISMRM, Dr. […]

We are excited to share our latest work on joint time-vertex signal processing published in IEEE Signal Processing Letters! In this paper, we explore the complexities of time-varying graph signals and how they can be more efficiently processed using the joint time-vertex framework. Traditionally, separating signal from noise in these structures has posed significant challenges. […]

IEEE Transactions on Signal and Information Processing over Networks dergisinde yayınlanan “Graph Reseptive Transformer Encoder (GRTE) for Text Classification” başlıklı en son makalemizi paylaşmaktan mutluluk duyuyoruz! Yeni yaklaşımımız, metin sınıflandırması için dönüştürücülerin dikkat mekanizmalarındaki sınırlamaları ele almak amacıyla grafik sinir ağlarını (GNN’ler) büyük ölçekli önceden eğitilmiş modellerle birleştirir. GRTE, metinleri grafikler halinde temsil ederek küresel […]

IEEE Signal Processing Letters’da yayınlanan, makine öğrenimi ve sinyal işlemenin kesişimindeki yeni makalemize lütfen göz atın! We extend the theory of FrFT, a parametric signal transformation, by introducing it as a trainable layer in neural network architectures. We showed that the transformation parameters can be learned along with the remaining network weights through backpropagation during […]