Geri Dön

Estimation of emotional situation using EEG signals and machine learning methods

EEG sinyalleri ve makine öğrenme yöntemlerini kullanılarak duygusal durum kestirimi

  1. Tez No: 640563
  2. Yazar: BARTU YEŞİLKAYA
  3. Danışmanlar: PROF. DR. AYDIN AKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoteknoloji, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: İzmir Katip Çelebi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Duygu tahmini insanlar ve makineler arasındaki etkileşimi arttırmak amaçlı kullanılan etkili bir analiz yöntemidir. Duygu analizi deneylerinde başarılı sonuçlar verdiği için günümüzde beyin sinyallerine dayalı, elektroensefalogram (EEG) tabanlı duygu tahmini araştırmaları ilgi çekmektedir. Bu çalışmada boyutsal duygu modellemesi doğrultusunda duygu tahmini analizi için yeni yöntemler önerilmektedir. Uluslararası Afektif Görüntü Sisteminden (IAPS) alınan görseller ile oluşturulmuş veri seti kullanılarak çok kanallı EEG sinyalleri kayıt edilmiştir. Bu veriler üzerinde gerekli olan filtreler uygulanarak veri temizleme ve gürültü giderme ön işlemleri gerçekleştirilmiştir. Daha sonra EEG sinyallerinden çeşitli öznitelikler elde edilmiş ve Destek Vektör Makineleri (DVM) ve K-en yakın komşu gibi sınıflandırma yöntemleri kullanılarak sınıflandırılmıştır. Başarı oranını arttırmak için EEG sinyalleri Çok Değişkenli Görgül Kip Ayrışım (ÇDGKA) yöntemi ile analiz edilerek elde edilen Özgün Kip Fonksiyonlarından (ÖKF) benzer öznitelikler hesaplanmış ve sınıflandırılmıştır. Duygu durum kestirimi için üçüncü bir yöntem olarak derin öğrenme tabanlı bir yaklaşım önerilmiştir. ÇDGKA ile elde edilen ÖKF'lerin zaman-frekans (ZF) gösterimleri Kısa Zamanlı Fourier Dönüşümü (KZFD) ve Spektrogram ile elde edilmiştir. Hesaplanan spektrogram matrisleri ZF imgesi olarak değerlendirilmiş, evrişimsel sinir ağını eğitmek ve duygu durum kestirimi için giriş olarak kullanılmıştır. Önerilen yöntemlerin başarım sonuçları, ÇDGKA gibi ileri sinyal analiz yöntemi ve derin öğrenme yaklaşımı kullanılarak duygu durum kestiriminde başarılı sonuçlar elde edildiğini ve gelecek insan-makine etkileşim sistemlerinde kullanılabileceğini göstermektedir.

Özet (Çeviri)

Emotion estimation is an effective analysis method used to increase the interaction between humans and machines. Electroencephalogram (EEG) based emotion prediction studies based on brain signals become very attractive since they provide successful results of emotion analysis. In this study, new methods for emotion prediction are presented in accordance with dimensional emotion modeling. Multichannel EEG signals are recorded while the subjects viewed pictures from the International Affective Image System (IAPS) data set. Signal preconditioning and artefact elimination was performed by applying necessary filters on the recorded data. Several features are extracted and the signals are classified using classification methods such as support vector machines and K-nearest neighbor. To improve the classification performance, we propose a second method where EEG signals are further analyzed by Multivariate Empirical Mode Decomposition (MEMD) and similar features are extracted from the intrinsic mode functions (IMFs) of the MEMD and classified using machine learning methods. As a third method, Deep Learning (DL) approach is proposed for classification of emotional labels. Time-frequency (TF) representations of the IMFs extracted using MEMD method are calculated by the Short-time Fourier Transform (STFT) and spectrogram. These spectrograms considered as TF images are applied to a Convolutional Neural Network (CNN) to classify the emotional labels. Performance results of the proposed methods suggest that utilizing an advanced signal processing method such as MEMD and using DL approach for classification provides encouraging results and may be used in future human-machine interaction studies.

Benzer Tezler

  1. Görev ve insana yönelik liderlik ile duygusal zeka arasındaki ilişki

    The relationship between emotional intelligence and task oriented leadership, people oriented leadership

    ERHAN OKKA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İşletmeKocaeli Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜLYA GÜNDÜZ ÇEKMECELİOĞLU

  2. A study on implementation of pain sensing model of human skin with multiple sensor units

    Çoklu algılayıcı birimleri ile insan derisinin acı algılama modelinin uygulanması üzerine bir çalışma

    AYDIN TARIK ZENGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiKumamoto Daigaku

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NOBUTOMO MATSUNAGA

  3. Algılanan marka küreselliğinin satın alma niyeti üzerine etkisi ve bir araştırma

    The effect of perceived brand globality on purchase intention and a research / L'effet de la globalité perçue de la marque surl'intention d'achat et une recherche

    MUNİSE HAYRUN SAĞLAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. M. YAMAN ÖZTEK

  4. Akıllı giyilebilir kardiyo gözlem sistemi tasarımı

    Design of a smart wearable cardiac monitoring system

    FATMA PATLAR AKBULUT

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN AKAN

  5. Removal of odor emissions from food fermentation and petrochemical production processes with using biological treatment methods

    Gıda fermentasyon ve petrokimya üretim sektörleri kaynaklı koku emisyonlarının biyolojik arıtma yöntemleri ile giderilmesi

    İLKER AKMIRZA

    Doktora

    İngilizce

    İngilizce

    2019

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. KADİR ALP