K-en yakın komşu algorı̇tması ve çeşı̇tlerı̇nı̇n kas yorgunluğunun tahmı̇nı̇ ve belı̇rleyı̇cı̇ özellı̇klerı̇n belı̇rlenmesı̇ndekı̇ performansı

Anterior Cruciate Ligament (ACL) diz stabilitesine katkıda bulunan önemli bir bağdır. Son yıllarda, diz instabilitesi ile sonuçlanan temassız ÖÇB yaralanmalarında önemli bir artış olmuştur. Bu yaralanmalar genellikle dizdeki yorgunluktan kaynaklanmaktadır. Bu nedenle, antrenörler sporculardaki yorgunluğu tespit ederek, yaralanmaları önlemek ve performansı artırmak için antrenman rejimlerini ayarlayabilirler. Buna ek olarak, tıp alanında yorgunluk tespiti, kas distrofisi ve multipl skleroz gibi durumların tanımlanması ve tedavisinde doktorlara yardımcı olabilir. EMG sinyallerinden yorgunluk tespiti, değerli bilgiler sağlayabilir ve çeşitli alanlarda güvenliği ve performansı artırabilir. Bu çalışmada, yorgunluk ve yorgunluk olmayan durumları ayırt etmek için kullanılabilecek çeşitli özellikler araştırılmıştır. Çalışmada, diz hareketi sırasında kas kasılmasını analiz etmek amacıyla EMG sinyallerini kaydetmek için elektromiyografi (EMG) elektrotları kullanılmıştır. Katılımcılardan maksimum efora ulaşana kadar egzersiz yapmaları istenmiştir. Elde edilen veriler işlenmiş ve 42 özellik çıkarılmıştır. 11 önemli özellik seçildi ve ardından denetimli makine öğrenimi algoritmalarının yanı sıra denetimsiz makine öğrenimi yöntemleri için karşılaştırmalı bir çalışma yapıldı. KNN, ağırlık ayarlı KNN (WA-KNN) varyantı %93,7 ile en yüksek doğruluğu vererek tüm sınıflandırıcılar arasında en yüksek doğruluğu vermiştir. WA-KNN'deki özelliklerin katkısı analiz edilmiş ve hareketlilik, sıfır geçişi ve maksimum fraktal uzunluğun model üzerinde en yükse