Dikkat seviyesinin gerçek zamanda izlenmesi; bir web uygulaması
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (TR)
Dikkat seviyesinin ölçüldüğü ve izlendiği bu tez kapsamında; EEG ölçümleri Emotiv Epoc Headset ile yapılmış ve veriler gerçek zamanlı olarak veritabanına kaydedilmiştir. Kaydedilen frekans verileri FFT (Fast Fourier Transform) yöntemi ile filtrelenmiş ve bu filtreleme yöntemi bizi, elde etmek istediğimiz beta, teta, alfa, delta v.b. frekans aralıklarına ulaştırmıştır. Çalıştırdığımız bu filtre ayrıca, kişinin kullandığı bilgisayar üzerinde yüklü olan küçük bir uygulamanın içinde mevcuttur. Sahip olduğu bu filtre, kişinin duygu tipi ve stres düzeyini belirleyebilen aynı zamanda bilimsel normlara göre veri analizi yaparak kişinin, dikkat seviyesi gerçek zamanlı olarak ölçülebilir hale getirilmiştir. Ayrıca ölçülen frekansların ve alınan verilerin web arayüzünün yönetim paneli üzerinden, zamana bazlı frekans bilgilerine ulaşabildiğimiz ve grafik olarak da gösterebildiğimiz yönetici sayfası bulunmaktadır. Bu sayfadan her kullanıcının stres düzeyi ve duygu tipini öğrenebildiğimiz gibi, acil bir durumda kişiye hızlı bir şekilde müdahale etmemizi sağlayabilmektedir.
Yazar
Yunus Çobas
Bu Yayına Nasıl Atıf Yapılır
Yunus Çobas (Yüksek Lisans Tezi). Dikkat seviyesinin gerçek zamanda izlenmesi; bir web uygulaması, 2017, Altınbaş University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Altınbaş University tezlerinden daha fazlası
- Samuel P. Huntington'ın Medeniyetler Çatışması' ve Immanuel Wallerstein'ın Dünya Sistemleri Analizi'nin karşılaştırılması(2024)
- The conscious impact of fractal dimension in hospital architecture: Enhancing warmth and comfort(2024)
- Kablosuz sensör ağında optimize edilmış özellik seçimi ile hibrit makine öğrenmesi tekniğine dayalı gelişmiş anomali tespit sistemi tasarımı(2025)
- Olumsuz çocukluk deneyimlerinin ebeveyn tutumları üzerindeki etkisinde öz yeterliğin moderatör etkisi(2025)
- Synthesis and evaluation of nano particles for anticancer application(2025)
- An optimized malware detection technique using subspace learning- based one-class classification(2023)
