EEG verilerinden işaret işleme ve sınıflandırma teknikleri kullanılarak duygu tahmini
Emotion detection based on EEG signals by applying signal processing and classification techniques
- Tez No: 523265
- Danışmanlar: PROF. DR. İBRAHİM TÜRKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayar destekli öğrenme, EEG, Hücresel yapay sinir ağları, Computer assisted learning, Cellular artificial neural networks
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Örüntü tanıma, teknolojinin gelişmesiyle önemini arttırmış ve günümüzde sadece mühendislik alanında değil ayrıca endüstri, otomotiv, fizik, astronomi, biyoloji, tıp ve güvenlik sistemleri olmak üzere hemen hemen her alanda etkisini göstermektedir. Örüntü tanımanın amacı örüntü uzayında bilinmeyen şekilleri, örüntüleri ve işaretleri sınıflandırarak örüntüyü bulmaktır. Örüntülerin hangi sınıflara ait olduğu belirlenirken, örüntüler karar mekanizmasından geçerler. Bu mekanizmanın en önemli iki aşaması özellik çıkarım ve sınıflandırma aşamasıdır. Anahtar özelliklerin elde edilmesi sınıflandırma işleminin sonucunu etkilediğinden, özellik çıkarım örüntü tanıma için en önemli kısım olarak düşünülmektedir. Bu tez çalışmasında, EEG işaretleri örüntü tanıma tekniği kullanılarak incelenmiş ve pozitif-negatif duyguların sınıflandırılması amaçlanmıştır. Karar sürecinin oluşturulmasında, dalgacık dönüşümü, entropi değerleri, zaman-frekans analizi ve istatistiksel yöntemler kullanılarak özellik vektörü elde edilmiştir. Anahtar özellikler YSA , DVM ve KNNsınıflandırıcılarına verilerek pozitif-negatif duyguların tanınması gerçekleştirilmiştir. Yöntemin geliştirilmesinde, DEAP veri tabanından elde edilen EEG işaretleri kullanılmıştır. Ayrıca önerilen yöntem, bilgisayar oyunlarının insanın duygusal durumuna etkisini inceleme amaçlı olarak da 25 farklı denekten elde edilen EEG işaretleri üzerinde denenmiştir. Geliştirilen yöntemin duygu analizinde, %85 – %90 aralığında başarım değerine ulaştığı tespit edilmiştir.
Özet (Çeviri)
Pattern recognition has applied in many areas in order to find unknown patterns, signs, and figures through pattern space. In our day, it was used not only in engineering areas but also in industry, automotive, physics, astronomy, biology, healthcare services and security systems to specify the patterns. Pattern recognition consists of two parts which are feature extraction and classification. Feature extraction is the vital part of the recognition since it affects the performance and the accuracy of the classification process. In this thesis, EEG based emotions were classified with pattern recognition techniques to determine the positive-negative emotions. To collect the key features, wavelet decomposition, entropy values, time-frequency analysis and statistical methods were applied. In the last part of the process, three different classifier algorithms –artifical neural network, support vector machines and k nearest neighbor were used discriminate emotions depending upon collected key features. EEG signals were collected from well-known and publicly available dataset from DEAP. Besides, the proposed method was used on 25 different subjects to observe the performance and accuracy of the discrimination process. The accuracy ratio designated between 85,0%-90,0% with the recommended technique.
Benzer Tezler
- Diferansiyel entropi yöntemi kullanilarak EEG verilerinden duygu tanima ve siniflandirma
Emotion recognition and classification from EEG data using differential entropy method
ALİ TATLI
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Ana Bilim Dalı
PROF. DR. MAHMUT TOKMAKÇI
- Beyin bilgisayar arayüzü tasarımı için farklı zhinsel aktiviteler esnasında oluşan EEG sinyallerinin analiz edilmesi ve sınıflandırılması
Analysis and classification of EEG signals recorded during different mental tasks for a brain computer interface design
NURHAN GÜRSEL ÖZMEN
Doktora
Türkçe
2010
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT GÜMÜŞEL
- Makine öğrenmesi algoritmaları ile engellilere yönelik EEG işaretlerinin sınıflandırılması
Classification of EEG signals for the disabled with machine learning algorithms
ALİ OSMAN SELVİ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH FERİKOĞLU
- Towards adaptive brain-computer interfaces: Statistical inference for mental state recognition
Uyarlanabilir beyin-bilgisayar arayüzlerine doğru: Zihinsel durum tanıma için istatistiksel çıkarım
MASTANEH TORKAMANI AZAR
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜJDAT ÇETİN
Prof. Dr. SELİM SAFFET BALCISOY
- Motor imge tabanlı beyin bilgisayar arayüzü sistemlerinde ön işleme yönteminin sınıflandırma performansına etkisinin araştırılması
Investigation of the effect of preprocessing method on classification performance in motor imagery based brain computer interface systems
EDA DAĞDEVİR
Doktora
Türkçe
2021
BiyoistatistikErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT TOKMAKÇI