SUNU PLANI GİRİŞ (Yürüme ve Basamakları) YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR

GİRİŞ (Yürüme ve Basamakları)

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

SUNU PLANI GİRİŞ (Yürüme ve Basamakları) YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR

GİRİŞ (Yürüme ve Basamakları)

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

Yürüme ve Basamakları Rahat yürüme hızı 80m/d Adım uzunluğu 1.6 m YÜRÜME NEDİR?

Yürüme ve Basamakları Eğim arttıkça: Topuk vuruşu fazında diz fleksiyonu nda eğimle doğru orantılı bir artış gözlenir. Ayağı yukarı çekip yüksek bir seviyeye koyabilmek için kalça fleksiyonu artar. Adım uzunluğu artar , gövde duruşu ve pelvik hizalarında ilerlemeyi kolaylaştırmak adına değişimler olur. Eğim azaldıkça: Basma sonu fazlarında diz fleksiuyonunda artış gözlenir. Negatif eğim arttıkça adım uzunluğunda kısalma, gövdenin ve pelvisin geriye yatışı gözlenir . Farklı hızlarda: Bacaklar yer ile daha az temas halindedir. Hız arttıkça basma evresi kısalırken salınım artar. EĞİM VE YÜRÜME HIZININ ETKİLERİ

SUNU PLANI GİRİŞ YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR

GİRİŞ

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

Yapay Sinir Ağları (YSAlar) Sinir ağı eğitim şeması Üç katmanlı YSA yapısı

SUNU PLANI GİRİŞ YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR

GİRİŞ

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

Eğime göre diz açısı değişimi Veri Hazırlama ve Öğrenme Aşaması FARKLI EĞİMLERDE DİZ AÇISI DEĞİŞİM VERİLERİ VERİ HAZIRLAMA

Yürüme hızına göre diz açısı değişimi Veri Hazırlama ve Öğrenme Aşaması FARKLI YÜRÜME HIZLARINDA DİZ AÇISI DEĞİŞİM VERİLERİ VERİ HAZIRLAMA

Veri Hazırlama ve Öğrenme Aşaması Model Amacı Geçmişte kaydedilen diz açılarına baglı olarak bir sonraki diz acısının kestirimi . 4 örneklik zaman gecikmesi Öğrenme setinde 21 veri örneği YSA Modelinin Özellikleri : Katman sayısı : 3 Nöron sayısı : 4 - 30-15-1 Transfer fonksiyonları: hiperbolik tanjant, sigmoid , doğrusal transfer fonksiyonu Geri yayılım ağ eğitim fonksiyonu: gradyant azaltım (gradient descent) fonksiyonu Öğrenme adımı: 0,05 Çevrim sayısı (epoch): 10000 YSA YAPISI

Model Amacı

Geçmişte kaydedilen diz açılarına baglı olarak bir sonraki diz acısının kestirimi .

4 örneklik zaman gecikmesi

Öğrenme setinde 21 veri örneği

YSA Modelinin Özellikleri :

Katman sayısı : 3

Nöron sayısı : 4 - 30-15-1

Transfer fonksiyonları: hiperbolik tanjant, sigmoid , doğrusal transfer fonksiyonu

Geri yayılım ağ eğitim fonksiyonu: gradyant azaltım (gradient descent) fonksiyonu

Öğrenme adımı: 0,05

Çevrim sayısı (epoch): 10000

Veri Hazırlama ve Öğrenme Aşaması Düz yolda iki yürüme döngüsü için eğitim sonucu YSA YAPISI

GİRİŞ YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR SUNU PLANI

GİRİŞ

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

Eğitim ve Test Farklı eğimlerde yürüme modeli Eğitim senaryosu Test senaryosu

Eğitim ve Test Farklı eğimlerde yürüme modeli PERFORMANS BHO: Bağıl Hata Oranı

Eğitim ve Test Farklı hızlarda yürüme modeli 0.4 _ 0.6_2.0 km/s 0.5_ 1.0_ 2.0_5.0 km/s Eğitim senaryosu Test senaryosu

Eğitim ve Test Farklı hızlarda yürüme modeli PERFORMANS BHO: Bağıl Hata Oranı

Veri Hazırlama ve Öğrenme Aşaması GİRİŞ YAPAY SİNİR AĞLARI VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI EĞİTİM VE TEST SONUÇLAR SUNU PLANI

GİRİŞ

YAPAY SİNİR AĞLARI

VERİ HAZIRLAMA VE ÖĞRENME AŞAMASI

EĞİTİM VE TEST

SONUÇLAR

Sonuçlar Eğitim ve test arasındaki tutarlılık sonucunda yapay sinir ağının bu tür problemler için, kaynaklarda kullanılan sonlu durum kontrolü modeline iyi bir alternatif olduğu gözlenmektedir. Ek çalışmalar: Uygulama kısıtları belli olduğunda optimal bir network üzerinde çalışılmalı Verinin hazırlanmasıaşamasında seçilen zaman gecikmesinin etkisinin incelenmesi Performansının Sonlu Durum Kontrolü ile karşılaştırılıp raporlanması

Eğitim ve test arasındaki tutarlılık sonucunda yapay sinir ağının

bu tür problemler için, kaynaklarda kullanılan sonlu durum kontrolü

modeline iyi bir alternatif olduğu gözlenmektedir.

Ek çalışmalar:

Uygulama kısıtları belli olduğunda optimal bir network üzerinde çalışılmalı

Verinin hazırlanmasıaşamasında seçilen zaman gecikmesinin etkisinin incelenmesi

Performansının Sonlu Durum Kontrolü ile karşılaştırılıp raporlanması

Teşekkürler...

[1] Rogério Rodrigues Lima Cisi, Euvaldo F. Cabral Jr. “Human Gait Analysed by an Artificial Neural Network Model” Proceedings of the IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais, July 20- 22, 1999 - ITA, p 148-151. [2] Mordaunt P., Zalzala A.M.S. “ Towards an Evolutionary Neural Network for Gait Analysis” IEEE Computer Society, 2002, p1922-1927 [3] Zlatnik Daniel, Steiner Beatrice, Schweitzer Gerhard “ Finite-State Control of a Trans-Femoral (TF) Prosthesis” IEEE Transactions on Control Systems Technology, Vol. 10, NO. 3, May 2002, p 408-420 [4] GF Philips, BJ Andrews, H Chizeck, K Barnicle “Finite Statet Control Of Paraplegic Gait Using a Hybrid FNS Othosis”, IEEE Engineering in Medicine & Biology Society 10th Annual International Conference, 1988 [5] Sarmini Mahmoud,MD Lecture Notes LSUHSC School of Medicine. [6] Dong Liang, Wu Jiankang, Bao Xiaoming “A Hybrid HMM/Kalman Filter for Tracking Hip Angle in Gait Cycle” IEICE Trans. Inf. & Syst., Vol.E89–D,No.7 July 2006 , p 2319-2322 [7] Herr Hugh, Wilkenfeld Ari “ User-Adaptive Control of a Magnetortheological Prosthetic Knee” Industrial Robot:An International Journal Vol. 30 No.1 2003 p 42- 55 [8] Landau Joshua, Wyne Gar “San Fransisco Orthopaedic Residency Program” Lecture Archives Basic Science Gait and Evaluation [9] Haykin S., “Neural Networks A ComprehensiveFoundation, Prentice Hall International”, 1999 [10] H. Demuth, M. Beale, M. Hagan, "Neural Network Toolbox, for use with MATLAB", Mathworks, 2006. [11] Leroux Alain , Fung Joyce , Barbeau Hugues “Postural adaptation to walking on inclined surfaces:I. Normal strategies” Gait and Posture 15, 2002, p 64–74 [12] Hedel H.J.A., Tomatis L., Müller R. “Modulation of leg muscle activity and gait kinematics by walking speed and bodyweight unloading” Gait & Posture 24 (2006) p 35–45 KAYNAKÇA