Geri Dön

Deep Learning For Identifying Mental Health Disorders Through Social Media Analysis

Sosyal Medya Analizi Yoluyla Ruh Sağlığı Bozukluklarını Tanımlamak İçin Derin Öğrenme

  1. Tez No: 989796
  2. Yazar: MOHAMED MAHMOUD AHMED SOLIMAN
  3. Danışmanlar: DR. FATİH YİĞİT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Belirtilmemiş.
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

SONRA

Özet (Çeviri)

This thesis investigates the use of deep learning techniques to identify mental health disorders in children and adolescents through social media analysis, which was collected via a parent-designed survey. The study focuses on the effects of screen time and incorporates parental observations to improve early detection. A Multilayer Perceptron (MLP) model was applied to analyze behavioral patterns and compared with other models, aiming to provide a reliable and automated method for early detection of mental health issues. The results highlight the potential of AI-driven approaches to support pediatric mental health monitoring and early intervention strategies.

Benzer Tezler

  1. Enhancing human resource decision making with image-based OSMI data analysis: leveraging PIX2PIX for accurate workplace mental health insights

    İş yeri mental sağlık incelemeleri için PIX2PIX kullanarak, görüntü tabanlı OSMI veri analiziyle insan kaynakları karar süreçlerini geliştirme

    FARIBA FARID

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. NİZAMETTİN BAYYURT

  2. Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks

    Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz

    AHMET KEMAL YETKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  3. Covıd-19 servislerinde görev yapan sağlık çalışanlarının ses sinyallerinden olası anksiyetelerinin makine öğrenmesi yöntemi ile belirlenmesi

    The determination of possible anxiety by machine learning method from sound signals healthcare staff members who work at covid-19 clinics

    MEHMET YİĞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    BiyoistatistikKaradeniz Teknik Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    PROF. DR. KEMAL TURHAN

  4. Sosyal medya metinlerinden depresyon ve intihar söylemlerinin derin öğrenme ve büyük dil modelleriyle tespiti

    Detecting depression and suicidal rhetoric in social media texts using deep learning and big language models

    SEVDA GÜNEYLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilim ve TeknolojiMalatya Turgut Özal Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. SERPİL ASLAN

  5. Zihinsel yorgunluk bulgularının fizyolojik sinyallere dayalı analizi

    Analysis of signs of mental fatigue based on physiological signals

    ŞEYMA DERDİYOK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATMA PATLAR AKBULUT