Hibrit veri kullanarak makine öğrenme temelli parmak hareketi sınıflandırma
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji · 17.02.2026 · 14 (1) · 28-42
DOI: 10.29109/gujsc.1701520 ↗Kurz gefasst
Fachartikel in der Zeitschrift Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, online erschienen am 17.02.2026. Verfasst von İsmail Mersinkaya und 1 weiteren Autor:innen. Die Arbeit nennt 44 Literaturangaben. Gefördert von: Karabük Üniversitesi.
Abstract (Originalsprache)
Biyomedikal mühendisliği ve robotik teknolojideki gelişmeler, protezden rehabilitasyona kadar çeşitli uygulamalarda geleneksel yöntemlerle kullanılan el-parmak hareketlerinin algılanması yoluyla insan-makine etkileşiminin önemini artırmaktadır. Bu çalışmada, kamera görüntüleri ve sEMG sensör verilerinin eş zamanlı olarak kaydedilmesini sağlanarak denetimli makine öğrenme algoritmalarının yüksek doğrulukta eğitim ve test performansı oluşturabilmesi için gerekli öznitelik veri setinin oluşturulabilmesi ve filtrelenerek doğruluk performansının arttırılması amaçlanmaktadır.Benzer hibrit çalışmaların literatür taramaları, %80,22 ile %99,58 arasında değişen doğruluk oranları bildirmektedir. Bu çalışmada, veri önişleme ve öznitelik çıkarımından sonra, Destek Vektör Makineleri (SVM), k-en yakın Komşuluk (KNN) ve Yapay Sinir Ağlarının (ANN) performansı Matlab’ın sınıflandırma öğreticisi uygulaması kullanılarak değerlendirilmiş ve sırasıyla %92,70, %92,26 ve %90,41 test doğrulama sonuçları elde edilmiştir. Veri ön işleme sırasında oluşturulan verisetine, geliştirilen filtreleme işlemi uygulandığında sırasıyla %99,11, %98,55 ve %97,87 doğrulama performans değerleri elde edilmektedir.Bu makale, her iki yöntemin de güçlü yönlerinden yararlanarak sEMG sensörlerini ve kamera görüntü verilerini birleştiren bütünleşik bir yaklaşım sunmaktadır. Önerilen hibrit yöntem, el-parmak hareketlerini sınıflandırmak için makine öğrenimi algoritmalarının doğruluğunu artırarak, hassas hareket algılama ve kontrolü gerektiren uygulamalar için sağlam bir çözüm sunmaktadır. Bu araştırma, insan-makine etkileşimi teknolojilerinde yeni bir yaklaşımı literatüre kazandırmaktadır.
Förderung
- Karabük Üniversitesi
Zitieren
APA
Mersinkaya, İ., & Kavsaoğlu, A. R. (2026). Hibrit veri kullanarak makine öğrenme temelli parmak hareketi sınıflandırma. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 14(1), 28-42. https://doi.org/10.29109/gujsc.1701520
Vancouver
Mersinkaya İ, Kavsaoğlu AR. Hibrit veri kullanarak makine öğrenme temelli parmak hareketi sınıflandırma. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2026;14(1):28-42. doi:10.29109/gujsc.1701520
BibTeX
@article{Mersinkaya2026,
author = {Mersinkaya, İsmail and Kavsaoğlu, Ahmet Reşit},
title = {Hibrit veri kullanarak makine öğrenme temelli parmak hareketi sınıflandırma},
journal = {Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji},
year = {2026},
volume = {14},
number = {1},
pages = {28--42},
doi = {10.29109/gujsc.1701520}
}
EUVIMED