Detection of human emotional parameters under different olfactory stimuli using EEG signals and deep learning
Farklı koku uyaranları altında EEG sinyalleri ve derin öğrenme kullanılarak insan duygusal parametrelerinin tespiti
- Tez No: 962015
- Danışmanlar: PROF. DR. AYDIN AKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsan duygusal parametrelerinin kestirimi; insan-bilgisayar etkileşimi, terapötik teknolojiler ve nöropazarlama alanlarında önemli bir rol oynamaktadır. Son yıllarda, yapay zekâ destekli biyosinyal tabanlı yöntemler, geleneksel öznel değerlendirme tekniklerinin yerini almaya başlamıştır. Bu çalışmada, koku uyaranlarıyla tetiklenen duygusal tepkilerin EEG sinyalleriyle tespiti araştırılmıştır. 46 katılımcıdan, dört farklı koku ve bir kokusuz kontrol koşulu altında EEG verisi toplanmıştır. Zaman alanı özellikleri çıkarılarak topografik beyin haritalarına (TopoMap) dönüştürülmüş ve bu haritalar, duyguların uyarılma (arousal) ve değerlik (valence) boyutlarında sınıflandırılması amacıyla evrişimli sinir ağları (CNN) ile analiz edilmiştir. Elde edilen sonuçlar, koku uyaranlarının sınıflandırma başarımı üzerinde anlamlı etkileri olduğunu ve özellikle EfficientNet mimarisinin, EEG'ye dayalı duygusal durumları uzamsal olarak başarıyla öğrenebildiğini göstermiştir. Bu bulgular, kokuya dayalı nörobilimsel araştırmalar, duygu tanıma sistemleri ve nöropazarlama uygulamaları için yapay zekâ tabanlı yöntemlerin geliştirilmesine katkı sunmaktadır.
Özet (Çeviri)
The estimation of human emotional parameters plays a vital role in human-computer interaction, therapeutic technologies, and neuromarketing. In recent years, biosignal-based methods supported by artificial intelligence have gained prominence over traditional self-report-based techniques. This study investigates how emotional responses, elicited by olfactory stimuli, can be detected using EEG signals processed with deep learning. EEG data were collected from 46 participants under four different odors and one odorless control condition. Time-domain features were extracted and visualized as topographic brain maps (TopoMaps). These maps were classified using convolutional neural networks (CNNs) to estimate arousal and valence levels. The results indicate that olfactory stimuli significantly affect classification performance and that CNN-based architectures—especially EfficientNet—can effectively learn spatial EEG patterns related to emotional states. These findings contribute to the development of AI-based approaches in olfactory neuroscience, emotion recognition, and neuromarketing applications.
Benzer Tezler
- Temel boyutlarıyla müziksel işitmenin incelenmesi
Research in musical audibility with it's basic dimensions
MEHLİKA DÜNDAR
- NaI (TI) dedektörleri için toplam verim ve tüm enerji pik duyarlığının Monte Carlo metodu ile elde edilmesi
Başlık çevirisi yok
N. REMZİYE ERGÜL
Yüksek Lisans
Türkçe
1987
Fizik ve Fizik MühendisliğiUludağ ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. CİHAN ÖZMUTLU
- Lohusalıkta anneye verilen sağlık eğitiminin annenin doğum sonrası döneme ilişkin bilgi düzeyine etkisinin incelenmesi
Başlık çevirisi yok
HANDAN GÜLER
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
Y.DOÇ.DR. MELİHA ATALAY
- Boğazdan izole edilen coliform bakterilerin B- laktamaz enzim aktivitelerinin tesbit edilmesi ve B-laktamaz pozitif coliformların penisilinetkisinin inaktivasyonunun in vitro deneylerle gösterilmesi
The Detection of beta-lactamasa activity of coliform bacteria isolated from th roat cultures and slovving the inactivation of penicilin by this beta lactamase produced by this caliform organisms
GÜVEN URAZ
Doktora
Türkçe
1986
MikrobiyolojiGazi ÜniversitesiGenel Biyoloji Ana Bilim Dalı
DOÇ. DR. ERDOĞAN BERKMAN
- NH3 için önerilen yeni bir gerçek gaz hal denklemi ve bu hal denklemi ile bazı moleküler-fiziksel özelliklerin saptanması
Başlık çevirisi yok
MERAL HOŞCAN