EEG sinyallerinde duygu tanıma
Emotion recognition from EEG signals
- Tez No: 963942
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 491
Özet
Duygu tanıma, psikolojik rahatsızlıkları olan veya duygularını ifade etmekte zorluk çeken bireyler için önemli bir destek aracıdır, aynı zamanda yüksek riskli mesleklerde astronotlar, pilotlar ve nükleer reaktör operatörleri gibi adayların değerlendirilmesinde de önemlidir. Ayrıca pazarlamada, ürünlere gösterilen duygusal tepkilerin anlaşılması, şirketlerin daha etkili reklam stratejileri geliştirmesini sağlar. Bu çalışmada beyinde oluşan EEG sinyalleri incelenerek kişilerin duygu durumları tespit edilmiştir. Bu amaçla, filtreleme, hızlı Fourier dönüşümü (HFD), kısa zamanlı Fourier dönüşümü (KZFD), sürekli dalgacık dönüşümü (SDD), ayrık dalgacık dönüşümü (ADD), senkronize sıkıştırılmış Fourier dönüşümü (SSFD) ve senkronize sıkıştırılmış dalgacık dönüşümü (SSDD) gibi sinyal işleme yöntemleri kullanılarak öznitelikler çıkarılmıştir. Elde edilen öznitelikler, yapay zeka yöntemleri ile analiz edilmiştir. Kullanılan makine öğrenmesi yöntemleri arasında K-en yakın komşular (KEYK), destek vektör makinesi (DVM), yapay sinir ağları (YSA), evrişimli sinir ağları (ESA), tekrarlayan sinir ağları (TSA), uzun kısa süreli bellek (UKSB), uzun kısa süreli bellek+evrişimli sinir ağları ve geçitli tekrarlayan ünite (GTÜ) bulunmaktadır. Bu çalışmada, farklı sinyal dönüşümü yöntemleri ve makine öğrenmesi yöntemleri kullanılarak ve elde edilen sonuçlar karşılaştırılarak EEG sinyallerinde duygu tanıma işlemi için en uygun sinyal dönüşümü yöntemi ile makine öğrenmesi yöntemi belirlenmeye çalışılmıştır. Bu çalışmada iki farklı veri seti kullanılmıştır. En verimli sonuç K-en yakın komşular ile senkronize sıkıştırılmış dalgacık dönüşümü kullanılarak hesaplanmıştır. İlk veri seti [1] için en iyi sonuç yaklaşık %99,6, ikinci veri seti [2] için en iyi sonuç yaklaşık %99,56 olarak elde edilmiştir.
Özet (Çeviri)
Emotion recognition is an important support tool for people whose have psychological disorders or whose have difficulty expressing their emotions. It is also important in evaluating candidates for high-risk jobs such as astronauts, pilots, and nuclear reactor operators. Additionally, in marketing, understanding human emotions against products can help companies to create more effective advertising campaigns. In this study, emotions were determined by examining the EEG signals of the brain. For this purpose, features were extracted using signal processing methods such as filtering, fast Fourier transform (FFT), short-time Fourier transform (STFT), synchrosqueezed Fourier transform(SSFT), continuous wavelet transform (CWT), discrete wavelet transform (DWT), and synchrosqueezed wavelet transform (SSWT). The extracted features were analyzed using artificial intelligence methods. Among the machine learning methods, K-nearest neighbors (KNN), support vector machine (SVM), artificial neural networks (ANN), convolutional neural networks(CNN), recurrent neural networks (RNN), long short-term memory(LSTM), long short-term memory+convolutional neural networks, and gated recurrent unit (GRU) were being used. In this study two different datasets were used so the most efficient result was obtained by using synchrosqueezed wavelet transform with K-nearest neighbors, the result for the first dataset [1] was obtained approximately %99.6, and the result for the second dataset [2] was obtained approximately %99.56.
Benzer Tezler
- 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
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖVGÜ ÖZTÜRK ERGÜN
- EEG sinyallerinden duygu tanıma için akıllı yöntemlerin geliştirilmesi
Development of intelligent methods for emotion recognition from EEG signals
MERVE AKAY YILDIRIM
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiAdli Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. TÜRKER TUNCER
- Real-time emotion recognition from EEG signals using one electrode device
Tek elektrotlu cihaz ile EEG sinyallerinden gerçek zamanlı duygu tanıma
MEHMET ALİ SARIKAYA
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN İNCE
- Derin öğrenme kullanarak EEG tabanlı duygu tanıma
EEG-based emotion recognition using deep learning
TUĞÇE KILIÇ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SERAL ÖZŞEN
- New generation feature engineering models based emotion classification using EEG signals
EEG sinyallerini kullanan yeni nesil özellik mühendisliği modellerine dayalı duygu sınıflandırması
ABDULLAH DOĞAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ HİKMET DOĞRU
DOÇ. DR. TÜRKER TUNCER