- Bilgisayar Bilimleri
- Cilt: IDAP-2023 : International Artificial Intelligence and Data Processing Symposium Sayı: IDAP-2023 Üzel
- MFCC Öznitelikleri ve Adaboost Topluluk Öğrenme Yöntemi Kullanılarak Uyku Seslerinin Sınıflandırılma...
MFCC Öznitelikleri ve Adaboost Topluluk Öğrenme Yöntemi Kullanılarak Uyku Seslerinin Sınıflandırılması
Authors : Ensar Arif Sağbaş
Pages : 31-36
Doi:10.53070/bbd.1347221
View : 36 | Download : 85
Publication Date : 2023-10-18
Article Type : Research
Abstract :Düzenli ve kaliteli bir gece uykusu insan hayatında hayati önem taşımaktadır. Uyku kalitesi, insanların ve çevrelerindekilerin günlük yaşamları üzerinde büyük bir etkiye sahiptir. Günümüzde birçok insan uyku bozuklukları konusunda sıkıntı çekmektedir. Bu tarz rahatsızlıklar günlük hayatı etkilemekte ve akıl sağlığını bozabilmektedir. Bu çalışma uyku seslerinin otomatik olarak sınıflandırılması için topluluk öğrenme yöntemini kullanan bir yaklaşım önermektedir. Çalışmada 7 farklı uyku sesini içeren bir veri kümesinden faydalanılmıştır. Öncelikli olarak ses dosyalarından MFCC öznitelikleri çıkartılmıştır. Sonrasında çıkartılan öznitelikler ses sınıflandırılmasında sıklıkla kullanılan lojistik regresyon, destek vektör makinesi, kNN ve rastgele orman gibi bilinen yöntemlerle sınıflandırılmıştır. Sınıflandırma başarısını artırmak amacı ile bu temel sınıflandırıcılar Adaboost topluluk öğrenme yöntemi ile birlikte kullanılması yaklaşımı önerilmiştir. Önerilen yaklaşım ile sınıflandırma başarısında artış gözlemlenmiştir. En başarılı sonuç %96.439 ile Adaboost+Rastgele orman yönteminden elde edilmiştir.Keywords : Adaboost, topluluk öğrenme, rastgele orman, MFCC, uyku sesleri