Algıya ilişkin kararlardaki öznel güven düzeyinin EEG sinyalleri kullanılarak sınıflandırılması
Classification of the subjective certainty level of perceptual decisions using EEG signals
- Tez No: 586733
- Danışmanlar: PROF. DR. AYDIN AKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 58
Özet
Beyin bilgisayar arayüzü (BBA) araştırmaları insanlar ile makineler arasındaki iletişimi güçlendirmeye çalışmaktadır. Bu çabaya bir katkı sunmak adına karar verme süreçlerine dair zihinsel süreçlerin Elektroansefalogram kayıtları kullanılarak birbirinden otomatik olarak ayrılması amaçlanmıştır. Bu çalışmada oddball deneyi sırasında kaydedilen EEG sinyalleri kullanılmıştır. Deney esnasında kişinin verdiği kararlarla ilgili öznel değerlendirilmesi alınarak, bu değerlendirmeler; doğru-emin (doğru yapılmış ve doğruluğundan emin olunan durumlar), yanlış-emin (yanlış yapılmış ve yanlışlığından emin olunan durumlar) ve emin-değil (doğru ya da yanlış yapıldığından emin olunmayan değerlendirmeler) olmak üzere üç grup altında incelenmiştir. Üç koşulla alakalı EEG kayıtlarına yansıyan olaya ilişkin salınımlar (OİS) ve olaya ilişkin potansiyeller (OİP), tek denemeli (single trial) veride ayrılmaya çalışılmıştır. Farklı zihinsel durumların ayrılmasında kullanılacak öğrenme algoritmalarının uygulanmasından önce EEG verisi 4 farklı öznitelik çıkarma yöntemi ile işlenmiş ve EEG verisi içindeki ayrıştırıcı sinyal bileşenlerinin daha iyi temsilleri elde edilmeye uğraşılmıştır. Sonuç olarak elde edilen dört farklı öznitelik kümesi şunlardır; öz kip fonksiyonlarına ayrıştırılmış sinyalde belli zaman aralıklarında alınan ortalamalar, yine öz kip fonksiyonlarına ayrılmış sinyalin frekans alanına taşınması ile elde edilen öznitelikler, istatistiksel moment temelli öznitelikler ve dalgacık dönüşümü temelli öznitelikler. Makine öğrenmesi algoritması olarak, örnek bir veri kümesinin 6 farklı algoritma ile sınıflandırılması neticesinde en yüksek başarımı sağladığı tespit edildiği için Gauss Destek Vektör Makinesi seçilmiştir. Sınıflandırma başarımını doğru kestirmek amacı ile 10-katlı çapraz doğrulama kullanılmıştır. Sınıflar arası gözlem sayısındaki dengesizliği gidermek için örnek artırma/azaltma ve öğrenme algoritmasının verimli çalışmasını sağlamak amacı ile özniteliklere z-skoru normalizasyonu uygulanmıştır. Eğitim kümesinden elde edilen ortalama ve standart sapma değerleri kullanılarak test kümesi ayrıca normalize edilmiştir. Üç farklı zihinsel (doğru emin, yanlış emin ve emin değil) durum dört farkı kombinasyon için sınıflandırılmış ve bu işlemler uyarana kilitli ve yanıta kilitli veri kümeleri için ayrı ayrı yapılmıştır. Sonuçlar incelendiğinde en yüksek başarımın yanıta kilitli veri kümesinde, dalgacık dönüşümü temelli öznitelikler ile elde edildiği gözlenmiştir. İki sınıflı durumlarda en yüksek başarım %75 ile doğru emin ve yanlış emin durumlarının ayrılmasında, en düşük başarım ise %63 ile yanlış emin ile emin değil durumlarının ayrılmasında elde edilmiştir. Üç sınıflı durum olan doğru emin, yanlış emin ve emin değil verilerinin sınıflandırma başarımı %54 olarak gerçekleşmiştir.
Özet (Çeviri)
Brain computer interface (BCI) research attempts to strengthen communication between humans and machines. In order to contribute to this effort, it was aimed to separate the mental states of decision-making processes using single trial EEG records. EEG signals recorded during the oddball experiment were used in this study. During the experiment, subjective evaluation of the decision making was obtained and these assessments are; certain-hit (hit trails in which the subject was sure about their response), certain-error (false trails in which the subject was sure about their response), and uncertain (unsure whether correct or wrong). Event-related oscillations (ERO) and event-related potentials (ERP) which were acquired from EEG recordings related to that three conditions were attempted to be separated in single trial data. Before the application of learning algorithms to differentiate mental states, EEG data was processed by 4 different feature extraction methods and a better representation of the distinctive signal components in EEG data was tried to be obtained. The resulting four different sets of features are as follows; Time averages taken at certain time intervals in the signal which was decomposed to intrinsic mode functions (IMF), the features obtained by transferring the IMFs to the frequency domain, statistical moment-based features and wavelet transform based features. Gaussian Support Vector Machine which provided the highest performance on a sample data set classification test within 6 different algorithms was chosen as machine learning algorithm. 10-fold cross-validation was applied to accurately predict classification performance. Oversampling/undersampling processes were applied to eliminate the imbalanced observation numbers among the classes and z-score normalization was applied to the features to ensure that the learning algorithm operated efficiently. The test set was normalized using the mean and standard deviation values attained from the training set. Three different mental states (certain hit, certain false, and uncertain) were classified for four different combinations, and these operations were performed separately for stimulus-locked and response-locked data sets. When the results were analyzed, it was observed that the highest performance was acquired with wavelet transform based features in the response locked data set. The highest performance in two-classed cases was achieved in separation of certain-hit and certain-false states with 75%, and the lowest performance was achieved in the separation of the certain false and uncertain states with 63%. The classification performance of the three-classed case, which is certain hit, certain false, and uncertain was 54%.
Benzer Tezler
- Öğrenci, öğretmen ve müdürlerin sevgi, demokrasi ve öğrenci merkezli eğitim algıları
Compassionate love, democracy, and student centered education perceptions of students, teachers, and school principals
ŞEYMA ŞAHİN
Doktora
Türkçe
2020
Eğitim ve ÖğretimDüzce ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ABDURRAHMAN KILIÇ
- Motivasyon araçlarının algılanmasında işgüvencesinin etkisi: Otel işletmelerinde bir araştırma
The effect of jop security on the perception of motivation tools: A study in hotel enterprises
FAZIL ŞENOL
- Görsel algıya ilişkin bir korteks modeli
A cortex model of visual cognition
MEHMET ALİ ANIL
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. NESLİHAN SERAP ŞENGÖR
- Okul öncesi eğitimcilerinin matematik eğitimine ilişkin pedagojik alan bilgi düzeylerinin çeşitli değişkenler açısından incelenmesi
Examination of pedagogigal content knowledge levels of pre-school educators in regard to mathematics education in terms of various variables
YUSUF ARGIN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimGazi ÜniversitesiTemel Eğitim Ana Bilim Dalı
DOÇ. DR. HACER ELİF DAĞLIOĞLU
- Öğretmenlerin psikolojik sermaye algısına ilişkin faktörlerin incelenmesi
Examining the factors related to teachers' perception of psychological capital
İSMAİL ÇİMEN
Yüksek Lisans
Türkçe
2015
Eğitim ve ÖğretimGaziantep ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. HABİB ÖZĞAN