Geri Dön

Video oyun yaş etiketlerinin çok modlu biyosinyaller ve yapay zeka ile tahmini

Prediction of video game age labels with multimodal biosignals and artificial intelligence

PDF İndir

  1. Tez No: 738885
  2. Yazar: DURMUŞ KOÇ
  3. Danışmanlar: DOÇ. DR. ZÜMRÜT SATI, DOÇ. DR. AHMET ÇAĞDAŞ SEÇKİN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Enformatik Bilim Dalı
  13. Sayfa Sayısı: 150

Özet

Günümüzde video oyunları en çok tercih edilen eğlence aracı olmayı başarmış ve video oyunu oyuncularının sayısı neredeyse dünya nüfusunun yarısına ulaşmıştır. Video oyunlar ulaştığı büyük oyuncu kitlesi ile toplumu olumlu ya da olumsuz etkileme potansiyeline sahiptir. Video oyunlar, farklı yaş gruplarındaki oyuncularda farklı etkiler bırakabilmektedir. Bu nedenle belirli kurum ya da şirketler video oyunların oyuncu yaşlarına uygunluk durumunu oyun içerikleri ile değerlendirerek yaş etiketlemesi yapmaktadır. Türkiye'de ise video oyun yaş etiketlemelerinin gerçekleştirildiği herhangi bir kurum, şirket ya da sistem bulunmamaktadır. Video oyun yaş etiketlemeleri genellikle öznellik ve yanlılık olasılığı yüksek olan anket, görüşme ve gözlem gibi yöntemler kullanılarak gerçekleştirilmektedir. Günümüzde bu yöntemlere alternatif ya da ek nesnel yöntemler kullanıldığı görülmektedir. Genellikle nesnel yöntem olarak biyosinyal ölçüm yöntemlerinden faydalanılmaktadır. Çalışmada, çok modlu biyosinyaller ve yapay zeka yöntemleri kullanılarak video oyun yaş etiketlemesinin gerçekleştirilebileceği yeni bir yaş etiketleme sistemi tasarlanması amaçlanmıştır. Bu amaç doğrultusunda, katılımcılara PEGI yaş etiketleri ile etiketlenmiş aksiyon türündeki en popüler video oyunların tanıtım videoları izletilmiştir. Katılımcılardan tanıtım videolarını izleme sürecinde; Elektroensefalogram (EEG) ile beyin sinyalleri, Oksimetre ile kalp atış hızı ve kandaki oksijen miktarı, Galvanik Cilt Sensörü (GSR) ile cilt tepkisi ve Hareket Ölçümü Birimi (IMU) ile vücut hareketlerine ait sinyaller eş zamanlı ve zaman damgalı olarak toplanmıştır. Elde edilen ham veriler ise video oyun yaş etiketleri ile etiketlenmiştir. Etiketlenen veriler ara değer üretilerek (interpolasyon) üst örnekleme (upsampling) yapılarak yeniden örneklenmiş ve sonrasında kayan pencere tekniği (sliding window) kullanılarak birleştirilmiştir. Birleştirilen veriler sırasıyla önişlenmiş, eğitim/test olarak bölünmüş ve farklı öznitelik seçim algoritmaları kullanılarak öznitelikleri seçilmiştir. Sonrasında ise yaş etiketlerinin tahmini için NB, kNN, AdaBoost, RF, MLP ve SVM algoritmaları ile yapay zeka modelleri kurulmuştur. Modellerin çalıştırılması ve test edilmesi sonrasında en iyi tahmin performansı %96,6 ile RF modeliyle elde edilmiştir. Araştırma sonucunda video oyunların yaş etiketlerinin çok modlu biyosinyaller ve yapay zeka ile gerçek zamanlı olarak etiketlendiği dünyada ilk olan bir sistem geliştirilmiştir. Geliştirilen bu sistem ile manuel yaş etiketlemesi karşılaştırıldığında biyosinyaller ve yapay zeka ile yaş etiketlemesinin başarımının daha yüksek olduğu görülmüştür. Ayrıca bu çalışmada, video oyun yaş etiketlerine ait en iyi ayırt edici özniteliklerin sırasıyla IMU kaynağından elde edilen başın Z eksenindeki hareketi veren MOT.AccZ sinyali, beynin sağ oksipital lob kaynağından elde edilen POW.O2.Theta sinyali ve beynin frontal lob kaynağından elde edilen POW.F7.Gamma sinyali olduğu tespit edilmiştir.

Özet (Çeviri)

Today, video games have managed to become the most preferred entertainment tool. Therefore, the number of video game players has reached almost half of the world's population. Having a number of player populations all over the world, video games have the potential to affect society positively or negatively. Video games can have different impacts on players ranging from different age groups. Hence, institutions or companies rate the video game to label it for the suitability of the game content for the age of players. There are no companies, institutions or systems to label the video games in Turkey. Video game age labeling is usually carried out employing methods such as questionnaires, interviews and observations, which are highly subject to subjectivity and bias. Recently, it is seen that alternative or additional objective methods are used to these approaches. Generally, biosignal measurement methods are used as an objective method. In the research, it is aimed to design a new age labeling system in which video game age labeling can be performed by using multimodal biosignals and artificial intelligence methods. For this purpose, the most popular action genre video game trailers with PEGI age labels were shown to the participants. During the process of watching the video game trailer by participants; brain signals with Electroencephalogram (EEG), heart rate and blood oxygen amount with Oximeter, skin response with Galvanic Skin Sensor (GSR), and signals of body movements with Inertia Measurement Unit (IMU) were simultaneously collected and time-stamped. The obtained raw data were labeled with the video game age labels. The labeled data were resampled by utilizing interpolation and upsampling methods. Then, the data were combined using the sliding window technique. The combined data were respectively preprocessed, divided into training/test, and their features were selected using different feature selection algorithms. Afterwards, artificial intelligence models were established with Adaboost, kNN, NB, RF, MLP and SVM algorithms to estimate the age labels. After running and testing the models, the best prediction performance was obtained using the RF model with 96.6%. As a result of the research, a system that is the first in the world has been developed in which age labels of video games are labeled in real time with multi-modal biosignals and artificial intelligence. When this developed system is compared with manual age labeling methods, it has been observed that the performance of age labeling with biosignals and artificial intelligence is higher. Furthermore, in this study, it has been determined that the best distinguishing features of video game age labels are respectively MOT.AccZ signal which gives the movement in the Z-axis of the head obtained from the IMU source, POW.O2.Theta signal obtained from the right occipital lobe source of the brain, and POW.F7.Gamma signal obtained from the frontal lobe source of the brain.

Benzer Tezler

  1. Tez No

    860650

    İnternet oyun oynama bozukluğunda motivasyon, biliş ve üstbilişlerin rolü

    The role of motivation, cognition and metacognition in internetgaming disorder

    EZGİ GÜRBÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    PsikolojiAnkara Sosyal Bilimler Üniversitesi

    Klinik Psikoloji Ana Bilim Dalı

    PROF. DR. MEHMET HAKAN TÜRKÇAPAR

  2. Tez No

    512018

    The effects of violent video game addiction on working memory: An erp study

    Şiddet içerikli oyun bağımlılığının çalışma belleği üzerindeki etkisi: Olay-ilişkili potansiyel çalışması

    GİZEM YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    PsikolojiBahçeşehir Üniversitesi

    Psikoloji Ana Bilim Dalı

    PROF. DR. METEHAN İRAK

  3. Tez No

    676751

    Designing emotion animations as a storytelling element in video games

    Video oyunlarında hikaye anlatım elementi olarak duygu animasyonlarının tasarlanması

    DİDEM KÜBRA ATİLA

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    PROF. DR. LEMAN FİGEN GÜL

  4. Tez No

    593970

    10-11 yaş çocuklarda fiziksel etkinlik kartları veoyun konsollu hareket etkinliklerinin dikkat, ekranve kağıt okuma performansı üzerine etkisininincelenmesi

    Examination of the effect of physical activity cards and video game console movement activities on attention, paper and screen reading performance on children aged 10-11

    HAMDİ ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    SporMarmara Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    DOÇ. DR. AYŞE OYA ERKUT

  5. Tez No

    743525

    Ergenlik döneminde problemli video oyun oynamanın kemik mineral dansitesi üzerine etkisi

    The Effect of Problematic Video Gaming Behaviour on Bone Mineral Density in Adolescence

    MELİS PEHLİVANTÜRK KIZILKAN

    Doktora

    Türkçe

    Türkçe

    2022

    Çocuk Sağlığı ve HastalıklarıHacettepe Üniversitesi

    Aile Sağlığı Ana Bilim Dalı

    PROF. DR. ORHAN DERMAN

Geri Dön