Basit öğe kaydını göster

Beyin Bilgisayar Arayüzü Tabanli Görsel Tespit Sistemi

dc.contributor.authorYayık, Apdullah
dc.contributor.authorKutlu, Yakup
dc.date.accessioned12.07.201910:50:10
dc.date.accessioned2019-07-12T22:02:55Z
dc.date.available12.07.201910:50:10
dc.date.available2019-07-12T22:02:55Z
dc.date.issued2017
dc.identifier.citationYayik, A., Kutlu, Y. (2017). Beyin Bilgisayar Arayüzü Tabanli Görsel Tespit Sistemi [Brain computer interface based visual detection system]. 2017 25th Signal Processing and Communications Applications Conference, SIU 2017, art. no. 7960406. https://doi.org/10.1109/SIU.2017.7960406en_US
dc.identifier.urihttps://doi.org/10.1109/SIU.2017.7960406
dc.identifier.urihttps://hdl.handle.net/20.500.12508/501
dc.description25th Signal Processing and Communications Applications Conference, SIU 2017 -- 15 May 2017 through 18 May 2017 -- -- 128703en_US
dc.description.abstractBu çalışmada görsel verilerin EEG sinyali üzerinde meydana getirdiği p300 bileşeni kullanılarak örüntü tanıma tabanlı beyin bilgisayar ara yüzü geliştirilmiştir. EMOTIV EPOC+ kayıt cihazı ve OPENVIBE yazılımı kullanılarak 19 adet gönüllüden alınan veriler ile yeni bir veri tabanı oluşturulmuştur. Tek katmanlı bir yapay sinir ağı türü olan aşırı öğrenme makinası, çok katmanlı yapay sinir ağı, k-en yakın komşu yöntemi ve bayes ağları tabanlı sınıflandırıcılar başarım ve eğitim süresi yönleri ile kıyaslanmıştır. Sonuç olarak kişi tabanlı yapılan sınıflandırma işlemlerinde aşırı öğrenme makinasının daha etkili ve kullanışlı olduğu gözlemlenmiştir.en_US
dc.language.isoturen_US
dc.publisherInstitute of Electrical and Electronics Engineers Inc.en_US
dc.relation.isversionof10.1109/SIU.2017.7960406en_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.subjectBrain computer interfaceen_US
dc.subjectExtreme learning machineen_US
dc.subjectp300 componenten_US
dc.subject.classificationAcousticsen_US
dc.subject.classificationComputer Scienceen_US
dc.subject.classificationArtificial Intelligenceen_US
dc.subject.classificationEngineeringen_US
dc.subject.classificationElectrical & Electronicen_US
dc.subject.classificationTelecommunicationsen_US
dc.subject.classificationMotor Imagery | Brain Computer Interface | Visual Evoked Potential
dc.subject.otherBayesian networksen_US
dc.subject.otherEducationen_US
dc.subject.otherKnowledge acquisitionen_US
dc.subject.otherNetwork layersen_US
dc.subject.otherPattern recognitionen_US
dc.subject.otherSignal processingen_US
dc.subject.otherClassification tasksen_US
dc.subject.otherExtreme learning machineen_US
dc.subject.otherMulti-layer perceptron classifiersen_US
dc.subject.otherNearest neighbouren_US
dc.subject.otherPerformance measurementsen_US
dc.subject.otherVisual detectionen_US
dc.subject.otherVisual stimulusen_US
dc.subject.otherLearning systemsen_US
dc.titleBeyin Bilgisayar Arayüzü Tabanli Görsel Tespit Sistemien_US
dc.title.alternativeBrain computer interface based visual detection system
dc.typeconferenceObjecten_US
dc.relation.journal2017 25th Signal Processing and Communications Applications Conference, SIU 2017en_US
dc.contributor.departmentMühendislik ve Doğa Bilimleri Fakültesi -- Bilgisayar Mühendisliği Bölümüen_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.contributor.isteauthorKutlu, Yakupen_US
dc.relation.indexWeb of Science - Scopusen_US
dc.relation.indexWeb of Science Core Collection - Conference Proceedings Citation Index- Scienceen_US


Bu öğenin dosyaları:

Thumbnail
Ad:
apdullah-yayik.pdf
Boyut:
383.5Kb
Biçim:
PDF
Açıklama:
Tam Metin / Full Text
Göster/Aç

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster