EEG sinyallerinden bakılan görselin üretilmesi

Authors : Gaffari ÇELİK, Muhammed Fatih TALU

Pages : 129-138

View : 24 | Download : 12

Publication Date : 2021-04-04

Article Type : Research Paper

Abstract :EEG sinyalleri kullanılarak engelliler için kontrol edilebilir tekerlekli sandalyelerin üretildiği veya yapılması düşünülen aktivitenin tahmin edildiği çalışmalara literatürde sıklıkla rastlanmaktadır. Genel olarak bu çalışmalarda elektroensefalografi insert ignore into journalissuearticles values(EEG); sinyalinin önceden belirlenen sınıflara aktarımı gerçekleştirilir. Bu çalışmalar EEG sinyalinin sınıflandırmasından ibarettir. Ancak son yıllarda yapay öğrenme alanında yaşanan gelişmelerle sınıflandırmadan öteye gidildiği, EEG sinyalinden bakılan görselin üretilebildiği görülmektedir. Klasik çekişmeli üretici ağlar insert ignore into journalissuearticles values(Generative adversarial networks-GAN); ve otomatik kodlayıcı insert ignore into journalissuearticles values(Auto encoder-AE); yaklaşımlarının kullanıldığı sınırlı sayıdaki bu çalışmalar incelendiğinde, EEG sinyallerinden kabaca görsellerin üretilebildiği görülmektedir. Bu çalışmanın özgün yönü, görsel üretim kabiliyetini arttıracak matematiksel yaklaşımlar içermesidir. Klasik GAN mimarileri üretilen görüntülerin çeşitliliğini sağlayabilmek için rastgele vektör girişini kullanırlar. Bu yaklaşım ile EEG sinyalinden üretilen görsellerin düşük kalitede olduğu gözlemlenmiştir. Önerilen yöntemde giriş iki kısım insert ignore into journalissuearticles values(kodlanmış EEG ve rastgelelik); olarak düşünülmüştür. EEG’nin kodlanması için değişken oto kodlayıcı insert ignore into journalissuearticles values(Variational auto encoder-VAE); ve fourier dönüşümü insert ignore into journalissuearticles values(FD); kullanılırken, rastgelelik için iki farklı yaklaşım önerilmiştir. Bu özgün GAN kullanımı, EEG sinyallerinden daha kaliteli görsel üretilmesini sağlamıştır. Bu kalitenin sayısal olarak anlaşılabilmesi için önceden eğitilmiş evrişimsel sinir ağları insert ignore into journalissuearticles values(ESA); kullanılmıştır. Yapılan deneysel çalışmalar neticesinde, klasik GAN ile EEG’den üretilen görsellerin başarım seviyesi %93 civarındayken, önerilen yaklaşımda bu seviyenin %95-%100 aralığına çıktığı görülmektedir.
Keywords : EEG sinyalleri, Çekişmeli üretici ağlar, Yardımcı sınıflandırıcı GAN ACGAN, Otomatik kodlayıcı, Fourier dönüşümü, Değişken oto kodlayıcı