Human emotion recognition using EEG signals
EEG sinyalleri kullanılarak insan duygu durumunun tespit edilmesi
- Tez No: 708285
- Danışmanlar: DOÇ. DR. HUMAR KAHRAMANLI ÖRNEK
- 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: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 47
Özet
Bu çalışmada, duygu durumlarını sınıflandırmak için EEG tabanlı yeni bir tek boyutlu Evrişimli Sinir Ağı (ESA) önerilmiştir. Ön işleme aşamasından sonra etkili bir özellik çıkarım yöntemi olarak Diferansiyel Entropi (DE) kullanılmıştır. Ayrıca, derin öğrenme modeline girmeden önce DE özniteliklerine öznitelik yumuşatma-doğrusal dinamik sistem ve ardından min-max normalleştirme uygulanmıştır. Altı evrişimli bloklu ve tam bağlantılı tek boyutlu bir CNN modeli tasarlandı. Geliştirilen model, SEED veri kümesinin tüm kombinasyonlarında da başarılı performans gösterdi. 10 kez çapraz doğrulama kullanarak tek günde %95,91, iki günde %98.55 ortalama doğruluğa ulaşılmıştır. Sonuçlar, önerilen yöntemin diğer EEG tabanlı duygu tanıma sistemleriyle karşılaştırıldığında daha başarılı performans elde ettiğini göstermiştir. Önerilen derin model, diğer duygusal veri kümelerine uygulanabilir ve ayrıca sağlık hizmetleri karar verme sistemlerinde kullanılabilir.
Özet (Çeviri)
In this study, a novel EEG based one dimensional convolution neural network to classify emotional states has been proposed. Differential entropy (DE) has been used as an effective feature extraction method after preprocessing phase. In addition, feature smoothing-linear dynamic system (LDS) and then min-max normalization have been applied to the DE features before feeding into deep model. A one dimensional CNN model with six convolutions and fully connected blocks was designed which has been given outstanding performance in each six combinations of SEED dataset. This model has presented maximum average accuracy of 98.55% and 95.91% in binary and single sessions respectively by using 10 fold cross validation. The proposed results have fully demonstrated that the deep algorithm achieved excellent performance compare with other EEG based emotion recognition systems. The proposed deep model can be applied to other emotional datasets and also can be used in health care decision making systems.
Benzer Tezler
- Real-time emotion recognition from EEG signals using one electrode device
Tek elektrotlu cihaz ile EEG sinyallerinden gerçek zamanlı duygu tanıma
MEHMET ALİ SARIKAYA
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN İNCE
- Diferansiyel entropi yöntemi kullanilarak EEG verilerinden duygu tanima ve siniflandirma
Emotion recognition and classification from EEG data using differential entropy method
ALİ TATLI
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Ana Bilim Dalı
PROF. DR. MAHMUT TOKMAKÇI
- EEG sinyallerini kullanan makine öğrenmesi tabanlı kategorik duygu sınıflandırma modeli
Machine learning-based categorical emotion classification model using EEG signals
HAKAN KÖKSAL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolArdahan Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. MEHMET BAYĞIN
- EEG sinyalleri ve yüz ifadeleri kullanılarak farklı uyaran tiplerine göre duygu analizi ve sınıflandırma
Emotion analysis and classification for various types of stimuli using EEG signals and facial expressions
YAŞAR DAŞDEMİR
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMustafa Kemal ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. DR. SERDAR YILDIRIM
- Makine öğrenmesi ile Türk müziğinde duygu analizi
Emotion analysis in Turkish music with machine learning
MEHMET BİLAL ER
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN MURAT ESİN