Repository logoGCRIS
  • English
  • Türkçe
  • Русский
Log In
New user? Click here to register. Have you forgotten your password?
Home
Communities
Browse GCRIS
Entities
Overview
GCRIS Guide
  1. Home
  2. Browse by Author

Browsing by Author "Bozbaş, Özge Ada"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Master Thesis
    EEG Sinyalleri ve Makine Öğrenimi Kullanarak Çoklu Koku Uyarıcıları Altında İnsan Duygularının Tespiti
    (2025) Bozbaş, Özge Ada; Akan, Aydın
    Bu çalışmada, farklı kokuların bireylerin duygusal durumları üzerindeki etkilerinin elektroensefalografi (EEG) sinyalleri aracılığıyla incelenmesi ve bu sinyallerden duygu durumunun makine öğrenmesi yöntemleriyle tahmin edilmesi amaçlanmıştır. Çalışmaya katılan 46 bireyden elde edilen EEG kayıtları ve öz-bildirim anketleri değerlendirilmiştir. Katılımcılara lavanta, yeşil çay, tarçın ve narenciye kokuları ile kokusuz kontrol koşulları rastgele sırayla sunulmuş; EEG verileri 23 aktif kanal kullanılarak kaydedilmiştir. Ham EEG verileri, Butterworth bant geçiren filtre ile ön işleme tabi tutulmuş; ardından zaman domeni, frekans bantları, doğrusal olmayan ölçümler ve entropi temelli olmak üzere dört farklı kategoride toplam 23 özellik çıkarılmıştır. Bu özellikler, z-score normalizasyonu, aykırı değer düzeltmesi ve ReliefF algoritması ile öznitelik seçimi uygulanarak sınıflandırma için uygun hale getirilmiştir. Duygular, valens ve uyarılma eksenlerinde etiketlenmiş; sınıflandırma sürecinde ise Destek Vektör Makineleri (SVM), En Yakın Komşu Sınıflandırıcıları (KNN), Karar Ağaçları ve Çekirdek Yaklaşımlı Sınıflandırıcılar dâhil olmak üzere, çeşitli alt türleriyle birlikte toplam 17 farklı algoritma kullanılmıştır. Çalışmada en yüksek doğruluk, valens ekseninde yeşil çay kokusu altında, Cubic SVM algoritması ve ReliefF ile seçilmiş öznitelik seti kullanılarak %88.07 oranında elde edilmiştir. Bu sonuç, yeşil çay kokusunun EEG sinyalleri üzerinden duygusal durumları ayırt etmede en etkili olfaktör uyaran olduğunu göstermektedir. Ayrıca, tüm özniteliklerin birlikte kullanımı ve ardından gerçekleştirilen öznitelik seçimi, sınıflandırma başarımını anlamlı şekilde artırmıştır. Bu çalışma, EEG tabanlı duygu tanıma sistemlerinde olfaktör uyaranların etkisini ortaya koyarak literatüre özgün bir katkı sunmaktadır.
Repository logo
Collections
  • Scopus Collection
  • WoS Collection
  • TrDizin Collection
  • PubMed Collection
Entities
  • Research Outputs
  • Organizations
  • Researchers
  • Projects
  • Awards
  • Equipments
  • Events
About
  • Contact
  • GCRIS
  • Research Ecosystems
  • Feedback
  • OAI-PMH

Log in to GCRIS Dashboard

GCRIS Mobile

Download GCRIS Mobile on the App StoreGet GCRIS Mobile on Google Play

Powered by Research Ecosystems

  • Privacy policy
  • End User Agreement
  • Feedback