Geri Dön

Performance of bi-directional long short-term memory networks in discriminating brain activity states from EEG signals

Beyin aktivite durumlarını EEG sinyallerinden ayırt etmede çift yönlü uzun kısa süreli bellek ağlarının performansı

  1. Tez No: 864955
  2. Yazar: DENİZ DOĞUKAN
  3. Danışmanlar: DOÇ. DR. GÖKHAN ERTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Yeditepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 46

Özet

Rastgele veri bölme ve veri normalizasyonunun, beyin aktivite durumlarını ayırt etmek için EEG sinyallerinin sınıflandırılmasında çift yönlü uzun kısa süreli bellek (Bi-LSTM) ağlarının performansı üzerindeki etkisi araştırılmaktadır. Sağlıklı gönüllülerden ve epilepsi hastalarından beş beyin aktivitesi durumunu ileten 500 EEG sinyali, zaman serisi verileri olarak numaralandırılan bir çift anlık frekans ve anlık spektral entropi özelliğini çıkarmak için işlenir. Özellikler min-maks ve z-puanı normalleştirme yöntemleriyle normalleştirilir. Bi-LSTM ağları, özellik verilerini kabul eden bir giriş katmanı, 10 üniteyi barındıran bir Bi-LSTM katmanı ve sınıflandırma görevi tarafından belirlenen iki veya üç sınıfa sahip bir çıkış katmanı ile uygulanır. Eğitim ve test veri seti çiftleri, katmanlı rastgele veri bölünmesiyle elde edilir. Bu çalışmada 27000 Bi-LSTM ağı eğitilmiş ve test edilmiştir. Z-puanı normalize edilmiş özellik verileriyle beslenen ağlar, normalleştirilmemiş verilerle beslenen ağlarla veya mix-max yöntemi kullanılarak normalleştirilmiş verilerle beslenen ağlarla karşılaştırıldığında önemli ölçüde daha yüksek genel doğruluk sağlar (P

Özet (Çeviri)

The impact of random data splitting and data normalization on the performance of bi-directional long short-term memory (Bi-LSTM) networks in classifying EEG signals for discriminating brain activity states are investigated. 500 EEG signals conveying five brain activity states from healthy volunteers and patients who have epilepsy are processed to extract a pair of instantaneous frequency and instantaneous spectral entropy features enumerated as time-series data. The features are normalized by the min-max and the z-score normalization methods. Bi-LSTM networks are implemented with an input layer accepting feature data, a Bi-LSTM layer housing ten units, and an output layer with two or three classes determined by the classification task. Training and test data set pairs are obtained by stratified random data splitting. 27000 Bi-LSTM networks are trained and tested in this study. The networks fed by z-score normalized feature data provide significantly higher overall accuracy when compared to the networks fed by the data left not normalized or the networks fed by the data normalized using the mix-max method (P

Benzer Tezler

  1. Asenkron motor rulman hatalarının uzun-kısa süreli bellek tipi derin sinir ağları ile sınıflandırılması

    Classification of induction motor bearing faults using long-short term memory deep neural networks

    RUMEYSA HACER KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  2. Derin sinir ağları ile modülasyon sınıflandırma

    Başlık çevirisi yok

    YUSUF ARAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ERTUĞRUL ÇELEBİ

  3. Mikro şebekelerde yeniden yapılandırma problemine üretim ve tüketim tahmini destekli yeni bir algoritmik yaklaşım

    A novel algorithmic approach for reconfiguration problem in microgrids considering generation and consumption forecasts

    FATMA YAPRAKDAL

    Doktora

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA BAYSAL

  4. Mention extraction and normalization using ontologies in the biomedical domain

    Biyomedikal alanda varlık ismi tanıma ve ontolojileri kullanarak normalize etme

    MERT TİFTİKCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

  5. Transliterating Urdu to Roman Urdu using neural network

    Neural ağ kullanarak Urdu'dan Römence Urdu'ya dönüştürme

    WAJAHATULLAH KHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜLSÜM ÇİĞDEM ÇAVDAROĞLU AKKOÇ