A performance analysis of deep learning algorithms for emotion detection based on EEG
EEG Sinyallerine Dayalı Duygu Tespiti için Derin Öğrenme Algoritmalarının Performans Analizi
- Tez No: 688927
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMET BAYKARA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
İnsan duyguları, bir kişinin etrafındaki olaylara tepkisidir. İnsan duyguları, bir kişinin hayatında önemli bir rol oynar ve günlük ruh haline göre davranış ve eylemleri üzerinde büyük bir etkiye sahiptir. Son yirmi yılda bilgisayarların gelişimi, insan-makine etkileşimi uygulamalarına olan ilginin artmasına neden olmuştur. Bu uygulamalar arasında son zamanlarda psikologlar tarafından oldukça fazla ilgi gören insan duyguları uygulamaları yer almaktadır. Bu tezin temel amacı, derin öğrenme tekniklerini kullanarak insan duygularını tespit etmektir. Bu tezde, insan duygularını ayrık duygular modeline ve boyutsal duygu modeline göre sınıflandırmak için fizyolojik bir veri seti olan GAMEEMO kullanılmıştır. GAMEMO veri seti, 28 denek için 128 Hz sinyallerden oluşan bir EEG veri setidir. Bu tezin üç ana görevi vardır. İlk görev: Dört özellik çıkarma yöntemi (istatistiksel özellikler (SF), SF ve Welsh güç spektral yoğunluğunun (PSD) bir kombinasyonu, SF ve Fast Fourier dönüşümünün (FFT) bir kombinasyonu ve SF ve dalgacık paket ayrıştırmasının birleşimi ( WPD), daha fazla özellik çıkarmak için önceden işlenmiş EEG sinyallerine uygulanır. İkinci görev: Verileri iki sınıfa ve dört sınıfa göre ayırmaktır. Üçüncü görev: 1D CNN kullanarak bir evrişimli sinir ağı (CNN), Uzun süreli bellek (LSTM) kullanan sinir ağı (RNN) ve hibrit bir model 1D CNN + LSTM mimarilerinin oluşturulmasıdır. Bu tezde, WPD+SF öznitelik çıkarma yöntemini kullanarak her iki duygu modelinde de %98'den fazla doğrulukla yüksek performans elde edilmiştir.
Özet (Çeviri)
Human emotions are a person's reaction to events around him. Human emotions play an important role in a person's life and greatly impact his behavior based on his daily mood. The development of computers in the past two decades has led to increased interest in human-machine interaction applications. Among these applications are human emotions applications, which have gained a lot of attention lately by psychologists. The main aim of this thesis is to detect human emotions using deep learning techniques. In this thesis, a physiological data set GAMEEMO was used to classify human emotions based on the discrete emotions model and the dimensional emotion model. The GAMEEMO dataset is an EEG dataset consisting of 128 Hz signals for 28 subjects. There are three main tasks of this thesis. The first task: Four feature extraction methods (statistical features (SF), a combination of SF and Welsh power spectral density (PSD), a combination of SF and Fast Fourier transform (FFT), and the combination of SF and wavelet packet decay (WPD) are applied on the pre-processed EEG signals to extract more features. The second task: Split the data based on two classes and four classes. The third task: Build a convolutional neural network (CNN) using a 1D CNN, a recurrent neural network (RNN) using a long-term memory (LSTM), and a hybrid model 1D CNN + LSTM architectures. This thesis achieved high performance using the WPD+SF feature extraction method, with more than 98% accuracy in both emotions' models.
Benzer Tezler
- Emotion recognition process analysis by using eye tracker, sensor and application log data
Göz izleme cihazı, sensör ve uygulama verileri ile insanlarda duygu tanıma analizi
MAHİYE ÖZTÜRK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Yapay zeka teknikleri kullanılarak mikro ifadelerin tespiti ve sınıflandırılması
Detection and classification of microexpressions using artificial intelligence techniques
MEHMET ZAHİT UZUN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇELİK
DOÇ. DR. ERDAL BAŞARAN
- Emotion recognition in children: Single and multimodal approaches with facial and physiological data
Çocuklarda duygu tanima: Yüz ve fizyolojik verilerle tekli ve çoklu modalite yaklaşimlari
ŞEYMA TAKIR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR
- Sosyal medyada yapay zekâ ile nefret söylemi tespiti
Detection of hate speech on social media with artificial intelligence
ÇAĞLA AKSOY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
DR. MUSTAFA UMUT DEMİREZEN