Geri Dön

A Neural network approach for classification of mental oisonters

Yapay sinir ağları yardımıyla zihinsel bozuklukların sınıflandırılması

  1. Tez No: 90683
  2. Yazar: KORAL TÜRKKAN
  3. Danışmanlar: PROF. DR. ERSİN TULUNAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Yapay Sinir Ağları, Yinelenen Ağ, Zamanda Geriye Yayılım, EEG, Neurometric Analiz, Otizm, PDDNOS, ADHD, LD+ADHD. iv tc yükseköğretim KURüLü sjokûmantasyon merkez, Neural Networks, Recurrent Network, Backpropagation Through Time, EEG, Neurometric Analysis, Autism, PDDNOS, ADHD, LD+ADHD. Ill
  7. Yıl: 1999
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

oz YAPAY SINIR AĞLARI YARDIMIYLA ZİHİNSEL BOZUKLUKLARIN SINIFLANDIRILMASI Türkkan, Koral Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Ersin Tulunay Aralık 1999, 58 sayfa Bu çalışmada, zihinsel bozuklukların yapay sinir ağlan yöntemiyle sınıflandırılması sunulmuştur. Hem statik, hem zamansal olarak değişen giriş verileri incelenmiştir. Temel katkılar şunlardır: 1. Yapay sinir ağlarının çok komplike ve doğrusal olmayan bir sürece uygulanması, 2. Sınırlı ve düzgün dağılmamış verinin organizasyonu, 3. Geriye yayılım algoritmasında modifikasyon yapılması, 4. Girişlerin göreli önemi incelenerek zihinsel bozuklukların dinamikleri hakkında bilgi edinilmesi, 5. Yinelenen ağ yapısı ve zamanda geriye yayılım metodunun incelenmesi, 6. İşlenmemiş EEG verisi tayf analizinin ağ eğitiminde kullanılması, 7. EEG verilerinin yapay sinir ağlan ve neurometric analiz kullanılarak sınıflandırılması ve sonuçlarının karşılaştınlması. Yapay sinir ağlarının neurometric analize göre daha iyi sonuç verdiği bulunmuştur. Eğitilen yapay sinir ağları içinde en iyi sonuç otizm ve PDDNOS arasında %75, LD, ADHD, LD+ADHD ve normal denekler arasında %65 olarak gerçekleşmiştir.

Özet (Çeviri)

ABSTRACT A NEURAL NETWORK APPROACH FOR CLASSIFICATION OF MENTAL DISORDERS Türkkan, Koral M. S., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Ersin Tulunay December 1999, 58 pages In this study, a neural network approach for classification of mental disorders is presented. Both static and time varying input data are examined. The main contributions are: 1. Application of neural networks to a highly nonlinear, complex process, 2. Organization of a limited and unevenly distributed data, 3. Performing modifications to backpropagation algorithm, 4. Examining relative significance of inputs in order to get knowledge about dynamics of mental disorders, 5. Investigating recurrent network topology and backpropagation through time method, 6. Using spectrum analysis of unprocessed EEG data for the training of the network, 7. Classification of EEG data using neural networks and neurometric analysis and comparing the results. It is found that neural networks give better results than the neurometric analysis method. Among the trained neural networks, best result is achieved as 75% correct classification between autism and PDDNOS and 65% correct classification between LD, ADHD, LD+ADHD and normal cases.

Benzer Tezler

  1. Tez No

    787786

    Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması

    Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques

    FATMA AKALIN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEJAT YUMUŞAK

  2. Tez No

    698933

    Optimizing emotion recognition in EEG signals using optimization algorithm and deep neural network

    Optimizasyon algoritması ve derin nöral ağı kullanarak EEG sinyallerinde duygu tanıma optimize edilmesi

    RADHWAN AL-JANABI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖVGÜ ÖZTÜRK ERGÜN

  3. Tez No

    338215

    Yapay sinir ağları yaklaşımı ile curuflarda fosfor kapasitelerinin incelenmesi

    Estimation of phosphorus capacities of molten slags using artificial neural network approach

    EMRE ALAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEVAT BORA DERİN

  4. Tez No

    825943

    Yapay zekâ ve sinyal işleme yöntemleri ile rulmanlarda taşlama yanığı hatasının tespiti

    Detection of grinding burn defect in bearings with artificial intelligence and signal processing methods

    NURDOĞAN CEYLAN

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEZGİN KAÇAR

  5. Tez No

    833054

    Applying a facial emotion prediction approach based on algorithms of artificial intelligence

    Başlık çevirisi yok

    IHAB LAYTH AMJED AL QASSAB

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MESUT ÇEVİK

Geri Dön