Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Şeniz HARPUTLU AKSU
Danışman: Erman Çakıt
Özet:
Bu tez çalışması kapsamında, zihinsel iş yükünün elektroensefalografi (EEG) ve göz izleme verilerine bağlı olarak analiz edilmesi ve makine öğrenmesi algoritmaları kullanılarak tahmin edilmesi amaçlanmıştır. Öncelikle 4 katılımcı (2 kadın, 2 erkek) üzerinde pilot uygulama gerçekleştirilmiş, EEG ve göz izleme cihazları ile ayrı ayrı ölçümler alınarak sonuçlar analiz edilmiştir. Temel uygulamada ise deneyler 15 üniversite öğrencisi (7 kadın, 8 erkek) üzerinde uygulanmış olup, EEG ve göz izleme cihazlarından eş zamanlı kayıtlar alınmıştır. Deneyler sırasında, farklı seviyelerde zihinsel iş yükünün tahmini için n-geri hafıza görevi ve NASA-Task Load Index (TLX) öznel değerlendirme ölçeği kullanılmıştır. Görev zorluk seviyesi arttıkça sağ ve sol göz bebeği boyutunun, odaklanma sayısının, seğirme sayısı ve süresinin ve ayrıca, göz kırpma sayısı ve süresinin arttığı; odaklanma süresi ile ilgili değişkenlerin ise azaldığı görülmüştür. EEG ile ilgili olarak elde edilen sonuçlar; prefrontal, frontal ve frontal merkez bölgelerindeki yani ön beyindeki teta gücünün görev zorluğu arttıkça arttığını göstermektedir. Görev zorlaştıkça frontal bölgelerdeki alfa gücü artmakta iken temporal, pariyetal ve oksipital bölgelerdeki alfa gücü ise azalmaktadır. Düşük beta gücünün ise görev zorlaştıkça hemen hemen tüm beyin bölgelerinde önemli ölçüde azaldığı gözlemlenmiştir. Dört sınıflı sınıflandırma problemi kapsamında, seçilen 18 özellik ile zihinsel iş yükü seviyesi %70,26 doğruluk oranı ile tahmin edilebilmiştir. Sonuçlar, göz izleme ve EEG ölçümlerinin zihinsel iş yükünün analizinde önemli bir rol oynadığını göstermektedir. Bu kapsamda, göz izleme ve EEG ölçümlerinin eş zamanlı olarak kayıt altına alındığı deney süreci sonucunda farklı makine öğrenmesi algoritmalarının karşılaştırmalı olarak kullanıldığı dört sınıflı zihinsel iş yükü tahmin modeli ile literatüre önemli katkı sağlanmıştır.
Anahtar Kelimeler : Elektroensefalografi, göz izleme, makine öğrenmesi, nöroergonomi, zihinsel iş yükü