Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: İngilizce
Öğrenci: FIRAT BİLGİN
Danışman: MEHMET KUNTALP
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sinyal işleme her zaman büyük bir ilgiye sahip olmuştur. Bilgisayarlar daha karmaşık işlemler yapabildikçe, daha farklı ve yeni matematiksel formüller de sinyal işleme konusuna uyarlanmıştır. Makine öğrenmesi gibi terimler literatürce kabul görmüş ve bazı birleştirme yöntemleri geliştirilmiştir. Birleşik öğrenme örüntü tanımada daha iyi sonuçlar almak için farklı sınıflandırıcıların kombinasyonlarını kullanan bir birleştirme metodudur. Özetle, birleşik öğrenme birçok sınıflandırıcının birlikte çalışabildiği bir yöntemdir. Bu çalışmada paroksismal atriyal fibrilasyon (PAF) tarama amacıyla, kişinin ektopiksiz elektrokardiyogram (EKG) kayıtlarına göre PAF hastası olup olmadığını bulmak için birleşik öğrenme kullanılmıştır. Kullanılan veri kümesi PAF hastası ve PAF hastası olmayan kişilerin ECG kayıtlarından oluşmaktadır. Hem hiyerarşik hem de paralel yapıda birleşik öğrenme yapıları denenmiştir. Uzmanlar eğitilirken k katlamalı çapraz doğrulama ve bootstrap örnekleme metotları kullanılmış ve performansları karşılaştırılmıştır. En başarılı sonuçlar hiyerarşik yapı ile elde edilmiştir.