IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Karaelmas Fen ve Mühendislik Dergisi
  • Volume:10 Issue:2
  • Determining Gaze Information from Steady-State Visually-Evoked Potentials

Determining Gaze Information from Steady-State Visually-Evoked Potentials

Authors : Ebru SAYILGAN
Pages : 151-157
View : 40 | Download : 16
Publication Date : 2020-12-27
Article Type : Research Paper
Abstract :Beyin-Bilgisayar Arayüzü (BBA), mevcut kas ve sinir sistemlerini çeşitli nedenlerle kontrol edemeyen bireylerin dış dünya ile etkileşime girmelerini sağlayan bir iletişim sistemidir. Temel olarak, bir BBA, kullanıcının beyin aktiviteleri sırasında üretilen sinyalleri işleyerek bazı elektronik cihazlarla iletişim kurmasını sağlar. Bu çalışma, sınıflandırma yoluyla Elektroensafalogram (EEG) sinyalleri içindeki sabit bakış verilerini belirlemeye ve toplamaya çalışmaktadır. Bu amaçla Autonomous Üniversitesi’ndeki araştırmacılar tarafından kaydedilen EEG sinyallerinden oluşan üç veri seti incelenmiştir. Bu veri kümelerindeki EEG sinyalleri, deneklerin bilgisayar ekranında gösterilen beş kutuya bakışlarının Durağan Durum Görsel Uyarılmış Potansiyel bazlı BBA ile tanındığı bir ortamda toplanmıştır. Naive Bayes, Aşırı Öğrenme Makinesi ve Destek Vektör Makineleri algoritmaları kullanılarak sınıflandırma yapıldı. EEG sinyallerinden Özbağlanımlı, Hjorth ve Güç Spektral Yoğunluğu olarak üç öznitelik seti çıkarılmıştır. Sonuç olarak, Özbağlanımlı özniteliklerin kullanıldığı durumda sınıflandırıcılar %45.67 ile %78.34 arasında performans gösterirken, Hjorth özniteliği kullanıldığında sınıflandırma performansları %43.34-75.25 ve son olarak Güç Spektral Yoğunluğu kullanılarak sınıflandırma performansları %57.36 ile %83.42 arasındadır. Ayrıca sınıflandırma performansları, sınıflandırma algoritmalarına göre Naive Bayes için %52.23 ile 79.15, Aşırı Öğrenme Makinesi için %56.32-83.42 ve Destek Vektör Makineleri için %43.34-72.27 arasında değişmektedir. Elde edilen doğruluk performansları arasında en iyi doğruluk değeri, Güç Spektral Yoğunluk özniteliği ve Aşırı Öğrenme Makinesi algoritması çifti ile elde edilen %83.42 olmuştur.
Keywords : Beyin bilgisayar arayüzü, Sınıflandırma, Elektroensefalogram, Durağan durum görsel uyarılmış potansiyel, sınıflandırma, elektroensefalogram

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2026