Yazar "Küçükakarsu, Mustafa" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    ODYOMETRİ SİSTEM TASARIMI VE EEG SİNYALLERİ KULLANILARAK MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE İŞİTME TESTİ
    (2021-06) Küçükakarsu, Mustafa
    Bu çalışmanın amacı, işitme testi (odyometri) işlemlerinin EEG sinyalleri ile otonom bir şekilde makine öğrenmesi yöntemleri kullanılarak gerçekleştirilmesidir. Standart işitme testlerinde test edilen kişiye verilen farklı genlik ve dalgaboylarına sahip sesler, rassal bir şekilde MATLAB GUI ile tasarlanan arayüz ile verilmiştir. Kişi, kulaklık ile dinlediği rassal büyüklükteki sesleri duyduğunu belirtmiş, duymamış ise herhangi bir işlem yapmamıştır. Eş zamanlı olarak EEG (elektroensefalografi) sinyalleri takip edilmiş ve kişinin duyduğu ve duymadığı seslerin beyinde oluşturduğu dalgalar kayıt altına alınmıştır. Test bitiminde oluşturulan EEG verileri ön işleme adımlarından geçirilmiş ve sonrasında öznitelik çıkarımı yapılmıştır. MATLAB arayüzünden alınan duydu ve duymadı bilgileri EEG sinyalleri ile birleştirilmiş ve kişinin hangi sesleri duyduğu hangi sesleri duymadığı tespit edilmiştir. Arayüz aracılığı ile verilen sesler arasında ki bekleme süresinde kişiye herhangi bir ses verilmemiştir. Dolayısıyla bu zamanlar da EEG sinyallerinde duyulmadı olarak işaretlenmiştir. Bu yüksek lisans tez çalışmasında, beyin sinyalleri Brain Products Vamp 16 EEG cihazı ile ölçülmüştür ve sonrasında Brain Vision Recorder program ile MATLAB kullanılarak EEG ham verisi oluşturulmuştur. Duyulan ve duyulmayan seslerin beyinde oluşturduğu sinyal verisinden veri seti oluşturulduktan sonra PYTHON programa dili ile makine öğrenmesi işlemleri gerçekleştirilmiştir. MATLAB ile oluşturulan ham veri, Python programlama dili ile alınmış, üzerinde ön işleme adımları tamamlandıktan sonra sınıflandırma algoritmaları üzerinde makine öğrenmesi yöntemleri uygulanmıştır. Analizlerde Naïve Bayes, LGBM, SVC, DTC, KNC, LR, RFC algoritmaları uygulanmış ve tahmin bakımından en başarılı algoritmanın %84 başarı oranı ile LGBM sınıflandırma algoritması olduğu tespit edilmiştir.