EEG İşareti Kullanılarak Bağımlılığa Yatkınlığın Makine Öğrenmesi Teknikleri ile Analizi

Authors : Veysel YARĞI, Seda POSTALCIOĞLU

Pages : 142-154

Doi:10.31202/ecjse.787726

View : 12 | Download : 6

Publication Date : 2021-01-31

Article Type : Research Paper

Abstract :Alkol bağımlılığının Elektroensefalografi insert ignore into journalissuearticles values(EEG); sinyalleri ile teşhisi, hem kişisel açıdan hem de toplum açısından önemli bir konudur. Günümüzde birçok insan bu bağımlılıktan etkilenmektedir. Başta beyin, kalp ve bağışıklık sistemi olmak üzere fizyolojik etkileri olduğu gibi, psikolojik etkileri de söz konusudur. Bu etkileri gözlemleyebilmek için EEG sinyalleri etkin bir şekilde kullanılmaktadır. Bu çalışmada, alkolizme yatkınlığın EEG sinyalleri kullanılarak teşhisi yapılmıştır. Veri tabanı aracılığı ile elde edilen EEG sinyal üzerinde öncelikle veri analizi yapılmıştır. Özyinelemeli öznitelik seçimi gerçekleştirilmiştir. Sınıflandırma için Çok Katmanlı Yapay Sinir Ağları insert ignore into journalissuearticles values(ÇKYSA);, Evrişimsel Sinir Ağları insert ignore into journalissuearticles values(ESA);, XGBoost Algoritması insert ignore into journalissuearticles values(XGBA);, Rassal Orman Algoritması insert ignore into journalissuearticles values(ROA);, K-En Yakın Komşu Algoritması insert ignore into journalissuearticles values(K-EKA); kullanılmıştır. Pyhton ortamında çalışılmıştır. Sınıflandırma başarım ölçütleri için doğruluk, kesinlik, duyarlılık ve F1 Skor kullanılmıştır. Algoritmalar çalışma süreleri açısından karşılaştırılmıştır. Sınıflandırma başarımı açısında ÇKYSA ve ESA en iyi sonuçları vermiştir. Algoritmaların çalışma süreleri açısından bakıldığında XGBA en hızlı çalışan algoritma olduğu görülmüştür.
Keywords : Elektroensefalografi EEG, K En Yakın Komşu, Rassal Orman Algoritması, XGBoost, Yapay Sinir Ağları