Yazar "Mohammedali, Sarmad Sami Mohammedali" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    DERİN SİNİR AĞLARI İLE ZAMAN SERİLERİNİN SINIFLANDIRILMASI
    (2021-10) Mohammedali, Sarmad Sami Mohammedali
    Elektrokardiyogram (EKG), sağlık kuruluşlarında kalbin elektriksel uyarılarını değerlendirmek için kullanılan en yaygın ve en ucuz tanı yöntemlerinden biridir. Aritmi, anormal kardiyak sinyallerini ifade eden bir terimdir ve çoğu durumda ölüme yol açabilir. Çeşitli şekillerde rastlanabilir olan aritmiler bir EKG testi ile tespit edebilir. Bu nedenle EKG atımlarını kullanarak aritmileri sınıflandırmak için otomatik sınıflandırma yöntemleri geliştirmek günümüzde ilgi çekici bir çalışma alanıdır. Zaman serisi sınıflandırması, biyomedikal sensörlerden toplanan vektör şekilli veriler için karar yardımı sağlayarak tıbbi teşhiste önemli bir rol oynar. Geleneksel makine öğrenimi yöntemleri iyi bir başlangıç noktası sağlar, ancak daha fazla özellik çıkarma prosedürüne ihtiyaç duyarlar ve çağdaş derin öğrenme yaklaşımlarından daha az doğruluğa sahiptirler. Derin öğrenme mimarileri TSC çalışmaları için altın standart haline gelmiş, daha doğru sonuçlar sağlamış ve hangi mimarinin daha hızlı uygulama ile daha iyi sonuçlar verdiğine dair araştırmaları teşvik etmiştir. Bu çalışmanın amacı, açık kaynaklı bir EKG veri seti olan MIT/BIH Aritmi Veri Kümesini kullanarak CNN ve LSTM derin öğrenme mimarilerini klasik ANN sınıflandırıcılarıyla karşılaştırmaktır. Bulgular, en iyi doğruluğun (%96.17) CNN mimarisi için elde edildiğini, LSTM'nin karşılaştırılabilir doğrulukla (%94.42) sonuçlandığını ve geleneksel ANN'nin (%88.98) daha yeni ve karmaşık mimarilerle rekabet edemediğini ortaya koymaktadır. Bu sonuçlar, vektör şeklindeki sinyallerin, görüntüler gibi iki veya daha fazla boyutlu verilere kıyasla nispeten daha düşük karmaşıklığa sahip olmasına rağmen, daha karmaşık derin öğrenme mimarileri ile daha yüksek doğruluk ile sınıflandırılabildiğini ve geleneksel sinir ağlarından daha iyi performans sağladığını göstermektedir.