fNIRS ve makine öğrenmesi ile beğeni tahmini: Öznitelik indirgeme yöntemlerinin karşılaştırılması

Abstract

Davranışsal örüntüleri tespit etmede genel olarak kullanılan fMRI yöntemi pahalı ve pratik olmayan özellikleriyle dikkat çekmektedir. Buna karşın yakın kızılötesi spektroskopi (fNIRS) yöntemi daha ucuz ve portatif özelliklere sahip olmak ile birlikte, iyi bir tahmin modeli oluşturmada fMRI kadar etkilidir. Bu yöntem ile çeşitli makine öğrenmesi algoritmaları kullanılarak insanların bir uyaranı beğenip beğenmediğini tahmin edebilecek bir model geliştirilmiştir. Model geliştirilirken ana odak olan öznitelik indirgeme yöntemleri arasında karşılaştırma yapılmıştır.

The fMRI method, which is generally used to detect behavioral patterns, draws attention with its expensive and impractical features. On the other hand, near infrared spectroscopy (fNIRS) method is less expensive and portable, but it is as effective as fMRI in creating a good prediction model. With this method, a model has been developed that can predict whether people like a stimulus or not, using machine learning various algorithms. A comparison was made between feature extraction methods, which was the main focus while developing the model