Geri Dön

COVID-19'lu ortamların dezenfeksiyonu için kullanılan insansız bir kara aracının (İKA) otomatik kontrolü

Automatic control of an unmanned land vehicle used for disinfection of environments with COVID-19

  1. Tez No: 742651
  2. Yazar: KÜBRA İZCİ
  3. Danışmanlar: DOÇ. DR. GÖKAY BAYRAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Bursa Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

Bu çalışmada, insansız bir kara aracının (İKA) beyin (EEG) sinyalleriyle kontrol edilebilmesi için makine öğrenmesi tabanlı hibrit bir yöntem önerilmiştir. Önerilen hibrit yöntemde, dalgacık dönüşümü ile EEG sinyallerinden gerekli öznitelik vektörleri elde edilmiş ve karar ağacı modeli kullanılarak bu öznitelik sinyalleri sınıflandırılmıştır. Sınıflandırıcı çıkışındaki sinyaller, İKA'nın uygun yönde hareket ettirilebilmesi amacı ile kullanılmıştır. Sistemin eğitimi için 41 kişiden EEG sinyal verileri alınmıştır. Veriler band geçirgen filtreler ile gürültüden arındırılmıştır. EEG sinyallerinden en iyi öz nitelik çıkarımının sağlanabilmesi için sürekli ve ayrık dalgacık dönüşümü yöntemlerinin performansı araştırılmıştır. Baskın özelliklerin yer aldığı bandların eğitim dosyası oluşturulmuştur. Eğitim dosyası k-Katlı Çapraz Doğrulama yöntemi (k-Fold Cross Validation) ile eğitilmiştir. Eğitilen modeller aynı test kümesi üzerinde denenmiş, EEG sinyallerinden elde edilen verilerle, İKA'nın sağ ve sol doğrultuda yönlendirilmesi tahmin edilmeye çalışılmıştır. Sağ ve sol yön tahmini sınıflandırması için bilinen makine öğrenmesi yöntemlerinden performansı en iyi olanın bulunması amaçlanmıştır. Modellerden elde edilen verilerin karşılaştırması sonucunda, ayrık dalgacık dönüşümü ile kullanılan karar ağacı modelinin, diğer modellere göre test verileri üzerinde en fazla doğruluk oranı % 83 ayrıca sürekli dalgacık dönüşümü ve topluluk öğrenmesi ile en fazla doğruluk oranı %95 verdiği sonucuna ulaşılmıştır.

Özet (Çeviri)

This study proposes a machine learning-based hybrid method to control an unmanned ground vehicle (UGV) with brain (EEG) signals. In the proposed hybrid method, necessary feature vectors were obtained from EEG signals with wavelet transform and these feature signals were classified using the decision tree model. The signals at the classifier's output are used to move the UGV in the appropriate direction. EEG signal data were taken from 41 people for the training of the system. The data are noise-free with bandpass filters. The performance of continuous and discrete wavelet transform methods has been investigated to obtain the best feature extraction from EEG signals. The training file of the bands with dominant features was created. The training file was trained with the k-Fold Cross Validation method. The trained models were tested on the same test set, and it was tried to predict the right and left direction of the UGV with the data obtained from the EEG signals. It is aimed to find the best performance among the known machine learning methods for right and left direction prediction classification. As a result of the comparison of the data obtained from the models, it was concluded that the decision tree model used with the discrete wavelet transform gave the highest accuracy rate of 83% on the test data compared to other models. In addition, it was concluded that the continuous wavelet transforms with ensemble learning give the highest accuracy rate of 95%.

Benzer Tezler

  1. Analysis of factors affecting survival times of patients with COVID-19 by cox regression model

    COVID-19'lu hastaların sağ kalım sürelerini etkileyen faktörlerin cox regresyon modeli ile analizi

    ALI SALEH MAHDI ALTARISH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. KAMİL ALAKUŞ

  2. COVID-19'lu evde izlenen hastaların kullandıkları geleneksel yöntemlerin belirlenmesi

    Determination of traditional methods used by patients with COVID-19 monitored at home

    ZEYNEP İBAER USLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    HemşirelikHarran Üniversitesi

    Hemşirelik Ana Bilim Dalı

    DOÇ. DR. SELMA KAHRAMAN

  3. COVİD 19'lu hastaların serumunda ferritin transferrin ve hemogram (nötrofil lenfosit oranı ve ortalama trombosit hacmi/trombosit sayısı (MPV/PLT) oranı değerlerinin incelenmesi

    Investigation of ferritin, transferrin and hemogram (neutrophil lymphocyte ratio and mean platelet volume/platelet number (MPV/PLT) ratio) in the serum of patients with COVİD 19

    ILHAM SULAIMAN HAJI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyokimyaHarran Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. DR. NİHAYET BAYRAKTAR

  4. COVID-19'lu hastalara bakım veren hemşirelerin ruhsal etkilenme durumlarının belirlenmesi

    Determination of mental affect status of nurses caring for patients with COVID-19

    HANIMGÜL DOKUMACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    HemşirelikEge Üniversitesi

    Ruh Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı

    PROF. DR. MAHİRE OLCAY ÇAM

  5. COVID-19'lu hastalarda prognozu öngörmek amacıyla başvuru ve takipte biyokimyasal parametrelerin kullanımı

    Use of biochemical parameters in admission and follow-up to predict prognosis in patients with COVID-19

    ZEYNEP ÖZTÜRK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. DOĞAN NASIR BİNİCİ

    DOÇ. DR. ÖMER KARAŞAHİN