TY  - JOUR
TI  - EEG Sinyallerinin Sınıflandırılmasında Evrimsel Öznitelik Seçim Metotlarının Kullanılması
AB  - Elektroensefalografi beyindeki elektriksel akımın ölçülmesi ile elde edilen sinyallerdir. Bu sinyallerin sınıflandırılmasıözellikle beyin sinyalleri ile ilgili rahatsızlıkların teşhis, tanı ve tedavisine katkı sağladığı için önemlidir. Bu çalışmada bualanda epilepsi hastalığının tanısı için en çok kullanılan veri kümesi olan Bonn Üniversitesi veri kümesi kullanılmıştır. Beşfarklı denekten alınan sinyallerden oluşan bu veri kümesinden anlamlı sonuçlar elde edebilmek için öncelikle veri temizleme,öznitelik çıkarma ve öznitelik seçme yöntemleri kullanılmıştır. Daha sonra bu yöntemler sınıflandırma başarısına katkılarıaçısından kıyaslanmıştır. İlk olarak filtrelenen veriden Ayrık Dalgacık Dönüşümü metodu ile istatistiksel özellikler çıkarılmış,ardından Diferansiyel Evrim Algoritması kullanılarak en iyi sınıflandırma sonucunu veren öznitelik alt kümesi seçilmiştir.Seçilen özniteliklere sahip veri kümesinin sınıflandırma başarısı Destek Vektör Makineleri ile test edilmiştir. Kullanılanyöntem ile bazı sınıfların ayrılmasında literatürdeki benzer çalışmalardan daha iyi sonuçlar elde edilmiştir. Bazı ikili ve üçlükümelerin sınıflandırılmasında sırasıyla 0,98 ve 0,94 doğruluk oranları elde edilmiştir.
AU  - GÜLCÜ, AYLA
AU  - ABBASOĞLU, FERDA
AU  - Baspinar, Ulvi
DO  - 10.7240/jeps.729478
PY  - 2021
JO  - International journal of advances in engineering and pure sciences (Online)
VL  - 33
IS  - 2
SN  - 2636-8277
SP  - 171
EP  - 179
DB  - TRDizin
UR  - http://search/yayin/detay/457453
ER  -