Düşünsel yönelim EEG'sinin yapay sinir ağları ile kontrolde kullanımına yönelik simülasyonu
Simulation of EEG imagery in control applications using neural networks
- Tez No: 168373
- Danışmanlar: PROF.DR. GALİP CANSEVER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: motor-görüntü, elektroensefalogram (EEG), yapay sinir ağlan, oto-regresif (AR), fiziksel engelliler, düşünsel faaliyetler, BCI (Beyin Bilgisayar Arabirimi). ıx, motor imagery, electroencephalogram, neural networks, autoregressive (AR), physically handicapped, mental tasks, BCI (Brain Computer Interface)
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bu tez çalışmasında, elektroensefalogram (EEG) sinyallerini incelemek amacıyla sağ ve sol el hareketleri arasındaki farkı ayırt edip, fiziksel engellilere yardımı dokunacak bir sınıflandırma sistemi sunulmuştur. Üç kanal üzerinden kayıt edilmiş olan data kümesi (Graz Data, Department of Medical Informatics, Institute for Biomedical Engineering, University of Technology Graz tarafından sağlanmıştır.) hayali sağa-sola yönelim ile kontrol edilen bir geri- besleme seansı esnasında normal bir denekten elde edilmiştir. İleri beslemeli bir yapay sinir ağının farklı konfigürasyonları ile EEG datası belirlenmiş olan iki sınıftan birine çıkış verecek şekilde eğitilmiştir. Data boyutları, EEG'yi temsil etmesi için oto-regresif (AR) model kullanılarak aşağıya çekilmiştir. Ağ performansı test setinin verdiği sonuca göre oluşturulmuştur.
Özet (Çeviri)
ABSTRACT In this study, the discrimination of left and right hand movements by means of electroencephalogram (EEG) signals is formed into a classification system that has the purpose of helping physically handicapped individuals. Three-channel EEG data (Graz Data provided by Department of Medical Informatics, Institute for Biomedical Engineering, University of Technology Graz.) was recorded from a feedback session during which the task was to control a feedback bar by means of imagery left or right hand movements. A feed forward neural network with different configurations is trained to classify EEG data into one of the two classes which corresponds to either right or left hand movements. Reduction of data's dimension is sought by means of using an autoregressive (AR) model to represent the EEG signals. The performance of network was based on the classification rate of the test set.
Benzer Tezler
- Beyin bilgisayar arayüzü uygulamalarina yönelik EEG işaretleri için öznitelik çikarma
Feature extraction for EEG signals towards brain computer interface applications
ÖNDER AYDEMİR
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. TEMEL KAYIKÇIOĞLU
- Mekanın içinde dışında olmanın fenomenolojisi
Phenomenology of being inside outside of the place
BANU ÖZCAN
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiBina Bilgisi Ana Bilim Dalı
PROF. DR. HÜLYA YÜREKLİ
- High tech ofis yapıları ve ekolojik ofis yapılarının gelişimine olan etkisi
High tech offices and their effective role in the development of ecological offices
TUNA ENERCAN
Yüksek Lisans
Türkçe
2004
MimarlıkYıldız Teknik ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. NİHAL ULUENGİN
- Karşılaştırmalı olarak islam siyasi düşüncesinde otorite kavramı
Başlık çevirisi yok
HALUK ALKAN
Yüksek Lisans
Türkçe
1994
Siyasal Bilimlerİstanbul ÜniversitesiSiyaset ve Sosyal Bilimler Ana Bilim Dalı
PROF. DR. MEHMET NİYAZİ ÖKTEM
- Yaratıcı örgüt kültürü ve yönetim
Başlık çevirisi yok
HALİL TAŞ
Yüksek Lisans
Türkçe
1999
Eğitim ve Öğretimİnönü ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF.DR. MUSTAFA AYDIN