Akademik Veri Yönetim Sistemi
Yıldırım E.(Yürütücü), Koç A. F., Eraldemir S. G., Arslan M. T.
Yükseköğretim Kurumları Destekli Proje, 2017 - 2018
Bu çalışmada, 14 sağlıklı lisans ve lisansüstü eğitim gören katılımcı, sessiz, sevdikleri müzik
türü ve şehir gürültüsü içeren ortamlarda sorulan sayısal, sözel ve görsel soruları kağıt kalem
kullanmadan çözerken toplanan EEG işaretlerinin sınıflandırılması ve bu ortamların bireyin
soru çözümlerine ve soruya odaklanmasına etkilerinin tespit edilmesi amaçlanmıştır.
Toplanan verilerde hem durağan hem de doğrusal olmayan verilerin analizinde başarılı
şekilde kullanılabildiği gösterilmiş olan nispeten yeni bir veri analiz yöntemi olan Hilbert-
Huang Transform ve Sürekli Dalgacık Dönüşümü kullanılmıştır. Ayrıca EEG veri analizinde
son yıllarda sıklıkla kullanılmaya başlanan sınıflandırma algoritmalarından Lojistik Model
Ağacı (LMA), Destek Vektör Makineleri (DVM) ve Bayes ağları yöntemleri sınıflandırma
için kullanılmıştır. Sonuçlar, sessiz ortamda ve farklı arka plan sesleri (sevilen müzik ve şehir
gürültüsü) eşliğinde sayısal ve görsel soru çözümü esnasında çekilen EEG işaretlerinin
ortalamada %88-%98 arasında doğruluk oranları ile ayırt edilebildiğini göstermektedir. Bu
sonuçlardan arka plan seslerinin soru çözümüne etkisi olduğunu söylemek mümkündür.
Ayrıca, görsel sorular sırasındaki sınıflandırma performanslarının sayısal sorulardakinden
daha iyi olduğu da elde edilen sonuçlar arasındadır.