LSTM ile EEG Tabanlı Kimliklendirme Sistemi Tasarımı

Authors : Furkan BALCI, Zeki ORALHAN

Pages : 135-141

Doi:10.31590/ejosat.779526

View : 106 | Download : 14

Publication Date : 2020-08-15

Article Type : Research Paper

Abstract :Tanımlama sistemleri son derece güvenilir kişisel veriler kullanılarak tasarlanmaktadır. Doğruluk oranı ve güvenilirlik bu sistemlerin en temel parametreleridir. Elektroensefalografi (EEG) sinyali zamana, içsel ve çevresel faktörlere bağlı olarak değişir. Yapılan çalışmalar sonucunda EEG sinyalinin tanımlama sistemlerinde kullanılabilirliği teyit edilmiştir. Çevresel etkiler en aza indirildiğinde vücut tarafından üretilen sinyallerin kişiselleştirilmiş sinyaller olduğu anlaşılmaktadır. Uzun Kısa Süreli Bellek (LSTM) yönteminin zaman serilerinde başarılı sonuçlar verdiği bilinmektedir. Bu çalışmada derin öğrenme tekniklerinden biri olan LSTM yöntemi kullanılarak bir tanımlama sistemi tasarlanmıştır. LSTM kullanılmadan once, EEG bazı işlemler ile frekans alt bileşenlerine bölünür. Bu ayrılan frekans alt bileşenlerinin korelasyon analizi ile delta dalgasının kullanılmasına karar verilmiştir. Hazırlanan system farklı koşullar altında incelenmiştir. Üç farklı eğitim serisi üzerinde 200 test yapılmıştır. En yüksek doğruluk oranı %89,5’tir. Ortalama doğruluk oranı %86,292’dir. Hazırlanan system farklı koşullar altında çalışacak şekilde tasarlanmıştır. Sistem çeşitli optimizasyon algoritmalrı kullanılarak gelişime açıktır.
Keywords : EEG, Kimliklendirme, Derin Öğrenme, LSTM

ORIGINAL ARTICLE URL