İstifleme modelleriyle el yazısı ve çizimden depresyon, anksiyete ve stres sınıflandırması

El yazısı ve çizim verileri, bireylerin duygusal durumlarını yansıtan dinamik ve istatistiksel özellikler taşıması nedeniyle, duygudurum analizinde anlamlı bir veri kaynağı olarak değerlendirilmektedir. Bu çalışma, el yazısı ve çizimlerden elde edilen dinamik ve istatistiksel özellikleri kullanarak duygusal durumları tespit etmek için en uygun model kombinasyonunu belirlemeyi amaçlamaktadır. Öznitelik vektörleri, fiziksel (kinematik), istatistiksel ve sinyal işleme (spektral, kepstral ve frekans alanı) analizlerinden türetilmiştir. Sınıf dengesizliği problemini ele almak amacıyla, aşırı örnekleme ve örnek azaltma yöntemleri birlikte uygulanmıştır. Bu yaklaşımla, azınlık sınıfındaki örneklerin sayısı çoğaltılarak aşırı örnekleme uygulanmış, çoğunluk sınıf ise az örnekleme yöntemiyle azaltılmıştır. Boyut indirgeme, öznitelik çıkarımı ve öznitelik seçimi yöntemleri kullanılarak gerçekleştirilmiştir. En az ve en etkili öznitelikler belirlendikten sonra, örnekler iki seviyeli topluluk öğrenme yöntemi ile sınıflandırılmıştır. Çalışmada, karar ağaçları temelli popüler dört farklı yöntem temel ve meta model olarak belirlenmiştir. Model ve hiper parametre optimizasyonu Optuna çerçevesinde gerçekleştirilmiştir. Modellerin performansı, kamuya açık EMOTHAW veri tabanı üzerinde yapılan deneylerle değerlendirilmiştir. Bu çalışmada, 129 kişinin yedi farklı çizim/yazı görevinden elde edilen veriler kullanılarak depresyon, anksiyete ve stresin duygusal durumlarını belirlemek hedeflenmiştir. Elde edilen sonuçlar, modelin dikkate değer bir performans sergilediğini göstermektedir.