İnsanın günlük aktivitelerinin yeni bir veri kümesi: Derin öğrenme tekniklerini kullanarak sınıflandırma performansı için kıyaslama sonuçları

İbrahim Ali METİN; Bahadir KARASULU

Makale detayları

İnsanın günlük aktivitelerinin yeni bir veri kümesi: Derin öğrenme tekniklerini kullanarak sınıflandırma performansı için kıyaslama sonuçları

Yazarlar:

İbrahim Ali METİN | Bahadir KARASULU

Yayıncı:

Gazi University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of the Faculty of Engineering and Architecture of Gazi University 2021 Vol.36 Issue 2, pp.759-778

Belge Tipi:

Makale

Yayın Tarihi:

3/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000434582

eISSN:

1304-4915

pISSN:

1300-1884

Özet:

 

Studies to classify human activities can contribute to the development of new systems that will facilitate daily life by evaluating the interaction of individuals with their environment. In this study, a novel data set is presented to be used in classifying the activities that individuals perform during the day. First of all, various deep architectural models presented in the study were tested with publicly available datasets well-known in the literature. Afterwards, various classification experiments were carried out by using our novel dataset, which was created with the sensor data collected with the smartphone located onto the belly region of ten volunteer individuals consisting of five males and five females aged between 25 and 55 years. Data of each activity at two different positions were taken, and also, 15 seconds raw data including 4 dynamic and 3 static activities were acquired. With 20 Hz sampling frequency for each activity position, 20 readings are made per signal window in 1 second. Thanks to the software tool developed for the study, various human activities were succesfully classified in experiments by allowing different network parameters and layer selection for the deep learning architectures including recurrent neural network models and convolutional neural network model. The novel dataset contains raw data, as well as, it involves some alternative subsets created with the use of Butterworth filter. As a result of experiments, the classification performance at accuracy rate of 97% to 99% for various activities of individuals was obtained on various datasets. The suitability of using the novel data set in studies on classification and prediction of human activities has been proven.

 

İnsan aktivitelerini sınıflandırma çalışmaları, bireylerin içinde bulundukları ortam ile etkileşimini değerlendirerek günlük yaşamı kolaylaştıracak yeni sistemler geliştirilmesine katkı sağlayabilir. Bu çalışmada, bireylerin gün içerisinde gerçekleştirdikleri aktivitelerin sınıflandırılmasında kullanılmak üzere yeni bir veri kümesi sunulmaktadır. Öncelikle, çalışma kapsamında çeşitli derin mimari modelleri halkın kullanımına açık literatürde iyi bilinen hazır veri kümeleri ile test edilmiştir. Sonrasında, 25 - 55 yaş aralığındaki beş erkek ve beş kadından oluşan on gönüllü bireyin bel bölgesine yerleştirilen akıllı telefonla toplanan duyarga verileriyle oluşturulmuş yeni veri kümemiz kullanılarak çeşitli sınıflandırma deneyleri gerçekleştirilmiştir. Her bir aktivitenin iki farklı pozisyonda verisi alınmış, böylece 4 dinamik ve 3 statik aktivite içeren 15 saniyelik veriler elde edilmiştir. Her bir aktivite pozisyonu için 20 Hz örnekleme frekansıyla 1 saniyede sinyal penceresi başına 20 okuma yapılmaktadır. Çalışmadaki yazılımsal araç sayesinde tekrarlayan sinir ağ modelleri ve evrişimli sinir ağı modelini içeren derin öğrenme mimarilerinin farklı ağ parametreleri ve katman seçimine imkân sağlanarak çeşitli deneyler başarıyla gerçekleştirilmiştir. Yeni veri kümesi ham verilerin yanı sıra, Butterworth filtresi kullanımıyla oluşturulan bazı alternatif altkümeleri de içermektedir. Deneyler sonucunda, bireylerin çeşitli aktiviteleri için %97 ilâ %99 doğruluk oranında sınıflandırma başarımı çeşitli veri kümeleriyle elde edilmiştir. Yeni veri kümesinin insan aktivitelerinin sınıflandırılması ve tahmin edilmesine dair çalışmalarda kullanıma uygunluğu kanıtlanmıştır.

Makale detayları

İnsanın günlük aktivitelerinin yeni bir veri kümesi: Derin öğrenme tekniklerini kullanarak sınıflandırma performansı için kıyaslama sonuçları

Yazarlar: İbrahim Ali METİN | Bahadir KARASULU

Yayıncı: Gazi University

Ana Başlıklar: Uygulamalı fizik

Dergi: Journal of the Faculty of Engineering and Architecture of Gazi University 2021 Vol.36 Issue 2, pp.759-778

Belge Tipi: Makale

Yayın Tarihi: 3/2021

Belge Dili: Türkçe

Document ID (Org No.): 2000434582

eISSN: 1304-4915

pISSN: 1300-1884

Sayı

Yazarlar:

İbrahim Ali METİN | Bahadir KARASULU

Yayıncı:

Gazi University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of the Faculty of Engineering and Architecture of Gazi University 2021 Vol.36 Issue 2, pp.759-778

Belge Tipi:

Makale

Yayın Tarihi:

3/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000434582

eISSN:

1304-4915

pISSN:

1300-1884