İNSAN DÜŞME HAREKETLERİNİN SINIFLANDIRILMASINDA KULLANILAN ÖZNİTELİK SAYISININ AZALTILMASI
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: EREN AY
Danışman: Cengiz Tepe
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Düşme, ciddi sonuçlar doğurabilen önemli bir halk sağlığı problemidir. Düşmelere hızlı şekilde müdahale edilmesi hayati öneme sahiptir; zira acil yardımın zamanında sağlanamaması durumunda ölümle sonuçlanma riski bulunmaktadır. Günümüzde, düşme tespiti amacıyla geliştirilen giyilebilir sistemler oldukça yaygın ve işlevsel hâle gelmiştir. Bu çalışmanın amacı, giyilebilir sensörlerden elde edilen düşme ve günlük yaşamsal aktivite verilerinin, mümkün olan en az sayıda öznitelik vektör kümesi ile makine öğrenimi teknikleri kullanılarak sınıflandırılmasıdır. Çalışmada, 14 katılımcıdan toplanan ve 36 farklı fiziksel hareket (16 günlük yaşamsal aktivite ve 20 düşme) içeren halka açık bir veri seti kullanılmıştır. Bu veri setinde yalnızca bel bölgesine yerleştirilmiş ivmeölçer, jiroskop ve manyetometre sensörlerinden elde edilen veriler dikkate alınmıştır. Sınıflandırma sürecinde Yapay Sinir Ağları (ANN) ve Destek Vektör Makineleri (SVM) olmak üzere iki farklı model tercih edilmiş; öznitelik seçimi için Ardışık İleri Yönde Seçim (Sequential Forward Selection, SFS) algoritması uygulanmıştır. Ayrıca, verilerin ölçeklendirilmesinde Min-Max normalizasyonu ve Z-Score standardizasyonu olmak üzere iki farklı yöntem kullanılmıştır. İkili sınıflandırma (düşme/günlük aktivite) görevinde, SVM sınıflandırıcı modeli ve Min-Max normalizasyon yöntemi ile doğruluk, duyarlılık ve özgüllük oranları %100 olarak elde edilmiştir. Çoklu sınıflandırmada ise ANN modeli ve Z-Score standardizasyon yöntemi ile %96,54 doğruluk oranına ulaşılmıştır. Elde edilen sonuçlar, çok sayıda aktivite içeren gerçek zamanlı uygulamalar açısından bu yöntemin umut vaat ettiğini göstermektedir.