•  
  •  
 

Article Title

Yazma davranışlarının mobil cihaz sensörleri kullanılarak sınıflandırılması

Abstract

Sensör teknolojilerinin gelişimi ve mobil cihazlara uyumu ile birlikte mobil kullanıcı davranışlarının ve aktivitelerinin modellenmesi için yeni fırsatlar ve çalışma alanları ortaya çıkmıştır. Mobil cihaz sensörleri özellikle ayakta durma, koşma, yürüme, basamak çıkma gibi fiziksel aktivitelerin otomatik olarak sınıflandırılması, sağlık hizmetlerinde hastaların izlenmesi ve gelişmiş kullanıcı arayüzlerinin geliştirilmesi gibi uygulamalar için oldukça çekici hale gelmiştir. Bu çalışmada diğer çalışmalardan farklı olarak yazma eylemi üzerinde durulmuştur. Tasarlanan mobil bir arayüz aracılığı ile aynı cihaz üzerinde 30 farklı kullanıcıdan 20 farklı cümleyi yazmaları istenmiş; yazım esnasında mobil cihazın üç eksenli ivmeölçer ve jiroskop sensörlerinden alınan veriler kaydedilmiştir. Elde edilen veriler önişlemden geçirildikten sonra en uygun öznitelik vektörleri elde edilmiş, bu öznitelikler kullanılarak da kullanıcıların yazma davranışları sınıflandırılmıştır. Sınıflandırmada en çok kullanılan algoritmalardan Yapay Sinir Ağları (YSA), k En Yakın Komşuluk (k-EK), Destek Vektör Makineleri (DVM) algoritmaları uygulanmıştır. Yaptığımız kullanıcı çalışmalarında YSA ile %97.91, k-EK ile %100, DVM’de ise %97.91 başarı oranı yakalanmıştır. En başarılı sonuçlar k-EK ile 1 komşuluk sayısı kullanılarak elde edilmiştir. Çalışmamız sadece mobil cihazdan alınan sensör verileri üzerinde çalışması ve oluşturulan öznitelikler ile de yüksek ikili sınıflandırma başarısına ulaşması nedeniyle literatüre büyük katkı sağlamaktadır. Buna ek olarak her insanın kendine has yazma davranışının olduğunu ortaya çıkarılmıştır. Mobil cihaz kullanıcılarının yazma davranışları biyometrik özellikler göstermekte olup kullanıcıları birbirinden ayırt edecek, cihazların istenmeyen kişilerin eline geçmesi durumunda gerekli güvenlik önlemlerini alacak bir güvenlik mekanizması olarak kullanılabilir.

https://dergipark.org.tr/tr/download/article-file/452650

Share

COinS