Geri Dön

Öznitelik çıkarım ve evrimsel öznitelik seçim metotlarının EEG sinyallerinin sınıflandırma başarısına etkileri

Effects of feature extraction and differential evolution feature selection methods on classification success of EEG signals

  1. Tez No: 537334
  2. Yazar: FERDA ABBASOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYLA GÜLCÜ, DR. ÖĞR. ÜYESİ ULVİ BAŞPINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 86

Özet

EEG sinyalleri beyindeki elektriksel aktivitenin ölçülmesi ile elde edilir. Bu sinyallerin analizi, incelenmesi ve sınıflandırılması epilepsi ve uyku bozukluğu gibi rahatsızlıkların teşhisinde kullanılır. EEG sinyallerinin sınıflandırılarak bir sonuca ulaşılması ve bu sonuçlara ilişkin mantıklı yaklaşımlar getirilmesi bazen güç ve karmaşık bir işlem olabilmektedir. Bu tezde EEG sinyalinin sınıflandırma doğruluk oranını arttırmak için örüntü tanıma tabanlı, öznitelik çıkarma ve seçme yöntemleri ile çalışmalar yapılmıştır.

Özet (Çeviri)

EEG signals are obtained by measuring the electrical activity in the brain. The analysis, examination and classification of these signals are used to diagnose disorders such as epilepsy and sleep disorder. It is sometimes difficult and complicated process to achieve a result by classifying the EEG signals and introducing logical approaches to these results. In this thesis, studies were carried out by feature extraction and selection methods based on pattern recognition to increase the classification accuracy of the EEG signal.

Benzer Tezler

  1. Fuzzy cognitive maps for emotion modeling

    Bulanık bilişsel haritalar yardımıyla insan duygularının modellenmesi

    HASAN MURAT AKINCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN YEŞİL

  2. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Evolutionary feature optimization for plant leaf disease detection by deep neural networks

    Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu

    JALAL SADOON HAMEED AL BAYATI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. BURAK BERK ÜSTÜNDAĞ

  4. Community event prediction in evolving social networks

    Dinamik sosyal ağlarda topluluk olay öngörüsü

    NAGEHAN İLHAN

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞULE ÖĞÜDÜCÜ

  5. New approaches to enhancing the performance of text classification

    Metin sınıflandırma başarımını iyileştirmek için yeni yaklaşımlar

    ALPER KÜRŞAT UYSAL

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SERKAN GÜNAL