Machine learning for well-being assessment: Exploring digital biomarkers
İyilik hali değerlendirmesi için makine öğrenimi: Dijital biyobelirteçlerin keşfi
- Tez No: 920161
- Danışmanlar: PROF. DR. ARZUCAN ÖZGÜR TÜRKMEN, DOÇ. DR. ÖZLEM DURMAZ İNCEL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 207
Özet
Bu tez, dijital biyobelirteçleri kullanarak insan refahının farklı faktörlerini keşfet-mek için giyilebilir sensörlerin ve kişisel anketlerin potansiyelini araştırmaktadır. Temel amaç, bu biyobelirteçleri tanımlamak ve doğrulamak, bunları geleneksel psikolojik çalışmalarla karşılaştırmaktır. Makine öğrenimi modelleri; uyku, zihinsel sağlık (stres, kaygı, depresyon, olumlu ve olumsuz duygulanım ve akademik başarı dahil) farklı sağlık faktörlerini analiz etmek için eğitilmiş ve doğrulanmıştır. Bu araştırmalarda iki kapsamlı veri kümesi kullanılmıştır: NetHealth; 4 yıl boyunca 700'den fazla üniversite öğrencisinden ve Tesserae bir yıl boyunca 757 ofis çalışanından toplanmıştır. Çoklu görev öğrenmeyi içeren daha ileri makine öğrenmesi yöntemleri ile, sağlıklı yaşam parametreleri arasındaki karmaşık ilişkileri çözmeye katkı sağlar. Araştırma, sistemli bir şekilde ilerleyerek, başlangıçta tek bir faktörün keşfinden zaman temelli ve çoklu görev yöntemlerine doğru evrilmektedir. Tez kapsamında, çoklu modal kişisel veri analizi için gelişmiş yöntemler ile sağlıklı yaşamın anlaşılmasına katkıda bulunmaktadır. Dijital biyobelirteçlerin çeşitli veri kümelerinden çıkarılması ve doğrulanmasında, zaman temelli ve çoklu modal yön-temleri tezin temelini oluşturmaktadır. Bu çalışma, tek bir faktör keşfinin ötesine geçerek sağlıklı yaşam çalışmalarının kapsamlılığını ve uygulanabilirliğini artırmayı hedefleyen yeni bir bakış açısı sunmaktadır.
Özet (Çeviri)
This thesis investigates the potential of wearable sensors and self-reported questionnaires by exploring different factors of human well-being using digital biomarkers. The primary goal is to identify and validate these biomarkers, comparing them against traditional psychological studies. Various machine learning models are trained and validated for analyzing different well-being factors, including sleep, mental well-being (stress, anxiety, depression, positive and negative affect), and academic achievement. Two extensive datasets are utilized in these explorations: NetHealth, which is collected from more than 700 college students over 4 years, and Tesserae collected over a year of 757 office workers. Advanced techniques, incorporating the analysis of time-lagged data to capture temporal patterns and multi-task learning, are employed to unravel complex relationships among well-being parameters. The research unfolds systematically, progressing from single well-being factor exploration to time-based and multi-task methodologies. This thesis emphasizes the importance of incorporating temporal dimensions and multi-task learning strategies for a more comprehensive understanding of well-being and the factors influencing it. Our findings offer valuable insights into the identification of reliable biomarkers and the relationships between various well-being aspects within two different target groups of university students and office workers. It aims to provide a new perspective, moving beyond single-factor exploration to enhance the comprehensiveness and applicability of well-being studies.
Benzer Tezler
- Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması
Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques
OSMAN YAVUZ ALTUNTAŞ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN
- Brute force launch vehicle ascent trajectory assessment with a novel vectorized simulator
Vektörize benzetici ile fırlatma araçlarının yükseliş yörüngesini kaba kuvvet değerlendirme
AHMET ENES YÜCEYURT
Yüksek Lisans
İngilizce
2024
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALİM RÜSTEM ASLAN
- Estimation of commercial building energy consumption with machine learning
Makine öğrenimi ile ticari bina enerji tüketimi tahmini
YOUSIF MURSHID MUHEALDDIN MUHEALDDIN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELİM BUYRUKOĞLU
DR. ÖĞR. ÜYESİ MOHAMMED RASHAD BAKER BAKER
- Investigation of crustal deformation related to the earthquake cycle in the Alpine-Himalayan belt using INSAR
Alp-Himalaya Kuşağı'nda deprem döngüsüyle ilişkili kabuk deformasyonunun INSAR yöntemiyle incelenmesi
TOHID NOZAD KHALIL
Doktora
İngilizce
2025
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZİYADİN ÇAKIR
PROF. DR. SEMİH ERGİNTAV
- Zihinsel ağırlıklı işler için bilişsel görev analizi yöntemi
Başlık çevirisi yok
NİLGÜN YAPICIOĞLU FIĞLALI
Doktora
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET F. ÖZOK