IoT ve Bulanık Mantık Entegrasyonuyla TGAM EEG Sensörü Kullanılarak Gerçek Zamanlı Bilişsel Risk Sınıflandırması
Bozok Journal of Engineering and Architecture · 29.06.2026 · 5 (1) · 1-11
DOI: 10.70700/bjea.1894968 ↗Kurz gefasst
Fachartikel in der Zeitschrift Bozok Journal of Engineering and Architecture, online erschienen am 29.06.2026. Verfasst von İbrahim Karaman und 1 weiteren Autor:innen. Die Arbeit nennt 23 Literaturangaben.
Abstract (Originalsprache)
Bu çalışma, eğitim, sağlık, ulaşım ve güvenlik gibi kritik alanlarda çalışan bireylerin bilişsel risk düzeylerini gerçek zamanlı olarak sınıflandırmaya yönelik IoT tabanlı bir yaklaşım sunmaktadır. TGAM tek kanallı EEG sensöründen elde edilen dikkat ve meditasyon verileri, ESP32 üzerinden ThingSpeak platformuna aktarılmakta ve MATLAB ortamında geliştirilen kural tabanlı bulanık mantık sistemi ile analiz edilmektedir. Sistem, bireyin bilişsel durumunu düşük, orta ve yüksek olmak üzere üç risk seviyesinde sınıflandırmaktadır. Elde edilen sonuçlar, önerilen taşınabilir ve düşük maliyetli sistemin, yüksek dikkat gerektiren çalışma ortamlarında bilişsel durumun etkin ve güvenilir biçimde izlenebileceğini göstermektedir.
Zitieren
APA
Karaman, İ., & Öcal, A. (2026). IoT ve Bulanık Mantık Entegrasyonuyla TGAM EEG Sensörü Kullanılarak Gerçek Zamanlı Bilişsel Risk Sınıflandırması. Bozok Journal of Engineering and Architecture, 5(1), 1-11. https://doi.org/10.70700/bjea.1894968
Vancouver
Karaman İ, Öcal A. IoT ve Bulanık Mantık Entegrasyonuyla TGAM EEG Sensörü Kullanılarak Gerçek Zamanlı Bilişsel Risk Sınıflandırması. Bozok Journal of Engineering and Architecture. 2026;5(1):1-11. doi:10.70700/bjea.1894968
BibTeX
@article{Karaman2026,
author = {Karaman, İbrahim and Öcal, Abdurrahman},
title = {IoT ve Bulanık Mantık Entegrasyonuyla TGAM EEG Sensörü Kullanılarak Gerçek Zamanlı Bilişsel Risk Sınıflandırması},
journal = {Bozok Journal of Engineering and Architecture},
year = {2026},
volume = {5},
number = {1},
pages = {1--11},
doi = {10.70700/bjea.1894968}
}
EUVIMED