Günlük hayatta gözetimsiz/yarı gözetimli öğrenme temelli stres düzeyi tespit sistemi
Unsupervised/semi-supervised learning-based stress level detection system by using unobtrusive wearables in the wild
- Tez No: 787268
- Danışmanlar: PROF. DR. CEM ERSOY, DR. YEKTA SAİD CAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Distres düzeyi, Psikofizyoloji, Psikolojik sıkıntı, Stresle başetme, Çoklu sinyal sınıflandırma, İnsan fizyolojisi, Distress level, Psychophysiology, Psychological distress, Coping with stress, Multiple signal classificaton, Human physiology
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Stres günümüzün en önemli problemlerinden biridir. Modern insan yaşamının bir parçası gibi görünse de ciddi sağlık sorunlarına neden olduğu bilinmektedir. Farklı disiplinlerden birçok araştırmacı bireysel ve sosyal etkileri olan bu konu üzerine uzun yıllardır çalışmaktadır. Psikologlar, davranış bilimciler ve psikiyatristler klinik ortamda araştırmalarını sürdürmektedir. Fakat stres faktörü günlük hayatın bir parçası olarak düşünülünce klinik ortamlar veya kontrollü deney alanları stres tanılama açısından yetersiz kalabilmektedir. Gelişen sensör teknolojileri, giyilebilir cihazlar ve makine öğrenmesi metodları sayesinde stres tanılama konusu bilgisayar bilimcilerinde ilgi alanı haline gelmiştir. Giyilebilir sensörler, yaygın bilişim ve makine öğrenimi konularında gelişmeler devam etse de bu alan yeni zorlukları beraberinde getirmektedir. Veri etiketleme yükü bu zorluklardan biridir. Özellikle stres problemi yaşayan deneklere günlük hayat içerisinde düzenli aralıklarla anket doldurtmak, veriler ile bu anket sonuç-larını senkronize etmek önemli efor ve kaynak gerektirmektedir. Biz de bu etiketleme yükünün farkında olarak günlük hayatta topladığımız çok tipli sensör fizyolojik veriseti içerisinden az miktarda etiketli veri kullanarak yeni bir çözüm yolu bulmayı hedefledik. Bu nedenle tez çalışması yarı-gözetimli öğrenme teknikleri kullanılarak eldeki az miktardaki etiketli veri kullanılarak nasıl sonuçlar elde edilebileceğine odaklanmaktadır.
Özet (Çeviri)
Stress is one of the most important problems of today. Although it seems to be a part of modern human life, it is known to cause serious health problems. Many researchers from different disciplines have been working on this subject, which has personal and social effects, for many years. Psychologists, behavioral scientists, and psychiatrists continue their research in the clinical setting. However, when the stress factor is considered as a part of daily life, clinical environments or controlled experimental areas may be insufficient in terms of stress classification. Thanks to developing sensor technologies, wearable devices, and machine learning methods, stress classification has become an area of interest for computer scientists. Although developments in wearable sensors, ubiquitous computing, and machine learning continue, they bring new challenges to this field. The data labeling burden is one of these challenges. It requires significant effort and resources to have the subjects who have stress problems fill out questionnaires periodically in their daily life and to synchronize the physiological data with the questionnaire results. Being aware of this labeling burden, we aimed to find a new solution by using a less amount of labeled data from the multi-sensor physiological dataset that we collect in daily life. For this reason, this thesis focuses on what will be the performance of a system using a less amount of labeled data and semi-supervised learning techniques.
Benzer Tezler
- Model reference adaptive controller design with augmented error method for lane tracking
Serit takibi kontrolü için artıtılmış hata yöntemi ile model referans uyarlanabilir kontrolör tasarımı
MEHMET NURİ DİYİCİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAPRAK YALÇIN
- Application and analysis of deep learning techniques on the problem of depth estimation from a single image
Derin öğrenme tekniklerinin tekil görüntüden derinlik tahmini problemi üzerinde uygulanması ve incelenmesi
ALİCAN MERTAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Graphical user interface customization for the elderly in ambient assisted living environments
Çevre destekli yaşam ortamında, yaşlı tercihlerine göre grafiksel kullanıcı ara yüzü kişiselleştirilmesi
MUSTAFA TORUN
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ÖZTURAN
PROF. DR. CEM ERSOY
- Optik akış ile hareket tespiti
Motion detection using optical flow
EDA ÖZÜNTÜRK
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF.DR. VEDAT TAVŞANOĞLU
- Çalışma hayatında çalışanların gözetime karşı tutumları üzerine araştırma
Research on employees' attitude towards surveillance in working life
HASAN YÜKSELTEN
Doktora
Türkçe
2024
İletişim BilimleriMarmara ÜniversitesiGazetecilik Ana Bilim Dalı
DOÇ. DR. HALDUN NARMANLIOĞLU