- Politeknik Dergisi
- Vol: 25 Issue: 3
- EEG, EMG and ECG based Determination of Psychosocial Risk Levels in Teachers based on Wavelet Extrem...
EEG, EMG and ECG based Determination of Psychosocial Risk Levels in Teachers based on Wavelet Extreme Learning Machine Autoencoders
Authors : Dönüş ŞENGÜR
Pages : 985-989
Doi:10.2339/politeknik.886593
View : 8 | Download : 3
Publication Date : 2022-10-01
Article Type : Research
Abstract :Kutsal bir iş yapan öğretmenler birçok psikososyal riskle karşı karşıyadırlar. Bu riskler genellikle okul yönetimi, öğrenciler ve çevresel faktörlerden kaynaklanabilir. Makine öğrenimi ve veri madenciliği yaklaşımları son zamanlarda sosyal ve eğitim araştırmalarında bir hayli ilgi görmüştür. Bu çalışmada öğretmenlerin psikososyal risk düzeylerini tahmin etmek için veri artırmaya ve veri sınıflandırmaya dayalı yeni bir yaklaşım önerilmiştir. Veri artırma, aşırı öğrenme makinesi tabanlı otomatik kodlayıcıları (AÖM-OK) kullanılarak gerçekleştirilir. Daha spesifik olarak, dalgacık aktivasyon fonksiyonu ileentegre edilen AÖM-OK, DAÖM-OK adı verilen yeni bir yaklaşımın geliştirilmesini sağlamıştır. Veri artırmanın ardından öğretmenlerin psikososyal risk düzeylerinin tahmininde geleneksel bir AÖM sınıflandırıcısı kullanılmıştır. Önerilen yöntemin performans değerlendirilmesi için Elektrokardiyografi (EKG), Elektromiyografi (EMG) ve Elektroensefalografi (EEG) içeren bir veri kümesi kullanılmıştır. Sınıflandırma doğruluğu, değerlendirme ölçütü olarak kullanılmıştır. Tüm kodlamalar MATLAB'de yapılmış ve önerilen yöntemle % 99,9 doğruluk elde edilmiştir. Karar ağaçları (KA), destek vektör makineleri (DVM) ve K-en yakın komşu (KYK) gibi bazı makine öğrenimi teknikleriyle de performans karşılaştırması yapılmıştır. Sonuçlar, önerilen DAÖM-OK ve DAÖM sınıflandırıcısının karşılaştırılan yöntemlerden daha iyi performans gösterdiğini göstermiştir.Keywords : Öğretmenlerin psikososyal riskleri, fizyolojik faktörler, Tahmin, AÖM, Otomatik kodlayıcı, dalgacık aktivasyon fonksiyonları