Developing VO2max prediction models from non-exercise, submaximal exercise and hybrid tests using machine learning methods
Makine öğrenme yöntemleri kullanılarak egzersize dayalı olmayan, submaksimal ve hibrit test değişkenlerinden VO2max tahmin modellerinin geliştirilmesi
- Tez No: 394575
- Danışmanlar: DOÇ. DR. MEHMET FATİH AKAY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 180
Özet
Maksimal oksijen tüketimi (VO2max), şiddetli dayanıklılık egzersizi esnasında azami oksijen taşıma ve tüketme yeteneği olarak tanımlanır ve kalp-solunum (kardiyorespiratuvar) uygunluğunu ölçmenin tek ve en iyi yöntemi olarak kabul edilir. Bu tezin amacı farklı veri setleri ile submaksimal, egzersize dayalı olmayan ve hibrit değişkenleri kullanarak Destek Vektör Makineleri (DVM), Çok-Katmanlı İleri-Beslemeli Yapay Sinir Ağları (YSA) ve Çoklu Doğrusal Regresyon (ÇDR) ile yeni VO2max tahmin modelleri geliştirmektir. Dört farklı veri seti üzerinde, 10-katlı çapraz doğrulama kullanılarak, tahmin modellerinin performansları Çoklu Korelasyon Katsayısı (R) ve Standart Tahmin Hatası (STH) hesaplanarak elde edilmiştir. Sonuçlar, DVM-tabanlı VO2max tahmin modellerinin YSA ve ÇDR-tabanlı tahmin modellerine göre daha başarılı olduğunu göstermiştir. Ayrıca bu tezde, DVM ve YSA tabanlı VO2max tahmin modellerinin performansını arttırmak için yeni bir yaklaşım önerilmiştir. Veri eksiltme olarak adlandırılan bu yaklaşım uyumsuz satırların öğrenme veri setinden öğrenme aşamasında çıkarılmasına dayalıdır. Önerilen yaklaşımın performansı yaygın olarak kullanılan iki farklı aykırı değer algılama algoritması ile karşılaştırılmıştır. Geliştirilmiş DVM ve YSA-tabanlı VO2max tahmin modelleri, normal ve aykırı değerleri algılama algoritması tabanlı DVM ve YSA-tabanlı VO2max tahmin modelleri ile karşılaştırıldığında hata oranlarında fark edilebilir düzeyde bir azalma ortaya çıkmıştır.
Özet (Çeviri)
Maximum oxygen uptake (VO2max) is defined as the maximum ability to transport and consume oxygen during strenuous endurance exercise and is considered the single best measure of cardiorespiratory fitness (CRF). The purpose of this thesis is to develop VO2max prediction models by using non-exercise, submaximal and hybrid variables by using Support Vector Machines (SVM), Multi-layer Feed-forward Artificial Neural Networks (MFANN) and Multiple Linear Regression (MLR) on different data sets. Using 10-fold cross validation on four different data sets, the performance of prediction models has been evaluated by calculating their multiple correlation coefficients (R's) and standard error of estimates (SEE's). The results show that SVM-based VO2max prediction models perform better (i.e. yield lower SEE's and higher R's) than the prediction models developed by MFANN and MLR. We also propose a new approach based on the elimination of irrelevant samples during the training phase for improving the performance of SVM and MFANN models for prediction of VO2max. The performance of the proposed approach has been compared with the two widely used outlier detection algorithms. The results show that the improved SVM-based and MFANN-based VO2max prediction models yield noticeable decrements in error rates compared to that of regular and outlier-based SVM and MFANN VO2max prediction models.
Benzer Tezler
- Prediction of maximum oxygen uptake from maximal and non-exercise variables using machine learning methods
Maksimal ve egzersize bağlı olmayan değişkenler kullanarak maksimum oksijen alımının makine öğrenmesi yöntemleriyle tahmin edilmesi
NOUSHİN SHOKROLLAHI GHAHREMANLOU
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET FATİH AKAY
- Prediction of maximum oxygen uptake (VO2max) with submaximal and questionnaire variables using different regression methods
Submaksimal ve anket değişkenleri kullanarak maksimum oksijen tüketiminin farklı regresyon yöntemleriyle tahmin edilmesi
ESER YÜCEL
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Dansa yeni başlayan ve uzun süredir dansla uğraşan 18-25 yaş arası bay ve bayanlarda 3 aylık latin amerikan dansı cha cha eğitiminin kardiyo-respiratuvar parametrelere etkisi.
Cardio-respiratory effects of 3 month latin american cha cha dance training on 18-25 ages men and women of 5-9 years dancing dancers and beginners of dance training groups.
DENİZ YENİGELEN
Yüksek Lisans
Türkçe
2006
FizyolojiEskişehir Osmangazi ÜniversitesiFizyoloji Ana Bilim Dalı
PROF.DR. KUBİLAY UZUNER
- Badmintonda çevikliğin performansa etkisi ve geliştirilmesine yönelik antrenman uygulamaları
The effect of agility on badminton performance and training applications for developing agility in badminton
FATİH HAZAR
Doktora
Türkçe
2005
SporMarmara ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. DR. ALİ KIZILET
- Hafif ve orta derecede COVID-19 enfeksiyonu geçirmiş hastalara verilen aerobik egzersizlerin hastaların ağrı, dispne, solunum fonksiyonları, psikolojik durumları, yaşam kalitesi ve aerobik kapasiteleri üzerine etkisi
The effect of aerobic exercise given to patients with middle and moderate COVID-19 infection on pain, dyspnea, respiratory functions, psychological conditions, quality of life and aerobic capacity of the patients
GÜLNUR ÇELİK YILMAZ
Tıpta Uzmanlık
Türkçe
2022
Fiziksel Tıp ve RehabilitasyonSağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. EMEL EKŞİOĞLU