Meta sezgisel algoritmalar ile biyolojik sinyallerin işlenmesi
Biological signal processing using metaheuristic algorithms
- Tez No: 316385
- Danışmanlar: YRD. DOÇ. DR. NİYAZİ KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Bilim Dalı
- Sayfa Sayısı: 84
Özet
Bu çalışmada, EEG sinyallerinin meta sezgisel algoritmalar ile sınıflandırılması gerçekleştirilmiş ve sınıflandırıcıların değişkenleri değiştirilerek Ayrık dalgacık dönüşümünün sınıflandırma üzerindeki etkileri incelenmiştir. İlk olarak ön işleme tabi tutulan EEG sinyallerinden dalgacık dönüşümü yöntemiyle öznitelik vektörleri elde edilmiş, sonrasında ise DVM ve kNN yöntemiyle sınıflandırma gerçekleştirilmiştir. Dalgacık Dönüşümünün sınıflandırma üzerindeki etkileri tablo olarak verilerek sınıflandırma sonucunda EEG sinyallerinin sağlıklı veya epileptik olduğu hakkında bilgi sağlanmıştır. Bu çalışmada 1. seviye Haar, Db4 ve Symlet dalgacıkları ile 5-kat ve 10-kat çapraz doğrulama (k-fold cross validation) kullanılarak sınıflandırma yapılmıştır. Gerçekleştirilen sınıflandırma sonuçları kıyaslandığında SVM yöntemi KNN `ye göre daha başarılı sonuç vermekte ve dalgacık analizi değişkenleri karşılaştırılmasında SVM için kernel tipi Doğrusal ve Polinom olan ve Symlet dalgacığı kullanıldığında en iyi sonucu verirken; kNN için ise Öklid mesafesi ve dalgacık tipi olarak ise Haar kullanıldığında en iyi sonucu vermektedir. Ayrıca, çapraz doğrulama değeri arttıkça başarımının azaldığı açık bir şekilde görülmektedir.
Özet (Çeviri)
In this thesis, classiffication of EEG signals by using metaheuristic algorithms is realised and Discreet Wavelet Transform (DWT) and its effect on classification is analyzed by changing variables of classifiers. First, pre-processed EEG signals are obtained, then feature vectors are produced by Discreet Wavelet Transform method after then classification is realized by SVM and k-NN methods. Discreet Wavelet Transform effects on the classification is shown by tables as a result of the classification is epileptic or healthy. In this thesis, 1. level Haar, Db4 and Symlets wavelets with 5-fold and 10-fold Cross Validation are used for classification. When classification results compared, SVM method gives better than kNN method. Comparing the variables; for SVM, linear and polynomial kernel type and using symlet wavelet gives better result. While for the kNN, Euclidean and Cityblock distance and using Haar wavelet gives better result. It is clearly seen that when the k value of k-fold cross validation is increased the result of classification decreased.
Benzer Tezler
- Çoklu gezgin satıcı probleminin sezgisel algoritmalar ile çözümü
Solving the multiple traveling salesman problem using heuristic algorithms
SEVDA DAYIOĞLU GÜLCÜ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HUMAR KAHRAMANLI
- Cırcır böceği algoritması: Yeni bir meta-sezgisel yaklaşım ve uygulamaları
Cricket algorithm: A new meta-heuristic approach and applications
MURAT CANAYAZ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARCI
- Küre üzerinde 3 boyutlu gezgin satıcı problemi çözümünde yapay atom algoritması optimizasyonunun paralel programlama ile uygulaması
Application of artificial atom algorithm optimizationto 3-dimensional traveling salesman problem solutionon sphere by parallel programming
AYŞE NUR ALTINTAŞ TANKÜL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN SELÇUK
- Yapay arı koloni algoritması ile kural tabanlı sınıflandırma yöntemlerinin geliştirilmesi
Developing rule based classification approaches using artificial bee colony algorithm
FEHİM KÖYLÜ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DERVİŞ KARABOĞA
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA