Muscle load prediction model using wearable sensors
Giyilebilir sensörler ile kas yükü tahmini
- Tez No: 966293
- Danışmanlar: DOÇ. DR. SEMA DUMANLI OKTAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Sistem ve Kontrol Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Egzersiz yoğunluğunun ve kas aktivitesinin ölçülmesi, istenilen hareketin kalitesini anlamak açısından büyük önem taşımaktadır. Giyilebilir sensörler kullanılarak vücudun farklı bölgelerine yönelik, çeşitli hareketler için yük seviyelerini niceliksel olarak belirlemeye yönelik çok sayıda çalışma gerçekleştirilmiştir. Bu tezde günlük yaşamın en temel fiziksel aktiviteleri arasında yer alan yürüme ele alınmıştır. Elektromiyografi (EMG), kas aktivitesinin düzeyini ölçmek için kullanılan bir tekniktir. Bu çalışmada amaç, özellik mühendisliği için bir temel oluşturmak ve yürüyüş sırasında minimum sayıda sensör kullanarak EMG sensör çıktısını tahmin edebilen bir makine öğrenmesi modeli geliştirmektir. Deneylerde iki adet basınç ölçebilen ayak tabanı sensörü ile bir adet kombine EMG ve IMU sensörü kullanılmıştır. İlk aşamada, yalnızca ham giriş sinyalleri kullanılarak EMG çıktısını tahmin eden bir makine öğrenmesi modeli oluşturulmuş ve zayıf bir doğruluk elde edilmiştir. Modelin performansını artırmak amacıyla, gecikmeli özellikler, türevler ve hareketli ortalama ile standart sapma gibi pencere tabanlı istatistiksel özellikler veri setine eklenmiş ve doğruluk oranı iyileştirilmiştir. Sonrasında hiperparametre optimizasyonu ve düzenlileştirme teknikleri uygulanarak aşırı öğrenme azaltılmaya çalışılmıştır. Bu adımlar doğrulukta kademeli artışlar sağlasa da, test performansı bir noktada durağanlaşmıştır. Bu sorunun üstesinden gelmek için veri, eğitim ve test setlerine ayrılmadan önce rastgele karıştırılmıştır. Bu yöntemle model, hem eğitim hem de test verilerinde en iyi sonuçlarını vermiş; doğruluk artmış ve aşırı öğrenme önemli ölçüde azaltılmıştır.
Özet (Çeviri)
Assessment of workload intensity and muscle load measurement is important to understand the quality of the intended motion. There have been numerous attempts to quantify workload levels for different motion for different parts of the body using wearable sensors. This thesis investigates human locomotion, particularly walking and running, which are fundamental activities of daily life. Electromyography (EMG) is a technique to quantify the level of muscle activity. In this study, the aim is to lay foundation for feature engineering and to build a machine learning model to predict EMG sensor output with minimal number of sensors during walking. Two pressure insole sensors and a single EMG - IMU combined sensor have been used during the experiments. The process starts with building a machine learning model to predict EMG sensor output using only raw input signals, which provided a poor accuracy. In order to improve the model, lagged features, derivatives and window-based statistics like moving averages and standard deviations are added to feature set and accuracy is improved. Then the focus is put on hyperparameter tuning and regularization is introduced to decrease overfitting. Although these steps led to incremental improvements, the test performance eventually plateaued with overfitting. In order to overcome this issue, data is shuffled before splitting it into training and test sets. After shuffling during training and test data split, the model delivered its best results—both training and test accuracy improved, and overfitting was significantly reduced.
Benzer Tezler
- Yüksek binalarda asansörlerin tasarımı ve değerlendirilmesi için bir uzman sistem
An Expert system for the design and evaluation of the elevators in high buildings
NURAY ÇANKAYA
- Modifiye edilmiş üniversal toprak kayıpları eşitliği (musle) kullanılarak Tarsus (Mersin)–Topçu Deresi Alt Havzasında erozyon potansiyelinin değerlendirilmesi
Assessment of erosion potential in Tarsus (Mersin) Topçu Creek Sub-Basin by using modified universal soil loss equation (musle) method
GAMZE KOÇ
Yüksek Lisans
Türkçe
2014
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ERCANOĞLU
- Farklı yüklenmeler altında antropometrik verilere bağlı olarak fizyolojik parametrelerdeki değişimlerin incelenmesi
Analysis of variations in physiological parameters under different loadings with respect to anthropometrical data
BERMAN KAYIŞ(ÇİLİNGİR)
- İletim hatlarının oluştuduğu elektrik ve magnetik alanların insan sağlığı üzerindeki etkileri
Effects of electric and magnetic fields produced by transmission lines on health
AYŞE TÜTER
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. NESRİN TARKAN
- Ürün tasarımında biyofilik boyutlar ve kullanıcıtercihleri ile ilişkisi
Biophilic dimensions in product design and theirrelationship with user preferences
MİRAY BOĞA
Doktora
Türkçe
2022
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
PROF. DR. GÜLNAME TURAN