Derin öğrenme tabanlı bebek emme benzetimi


Arş. Gör. FATİH FURKAN ARSLAN

Tez Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yozgat Bozok Üniversitesi, Lisansüstü Eğitim Enstitüsü, Türkiye

Tez Danışmanı: Dr. Öğr. Üyesi Önder Dincel

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Özet:

Bu çalışmada, bebeklerin emme vakum basınçlarının Wasserstein Generative AdversarialNetwork (WGAN) modeli ile çoğaltılarak bebek emme vakumlarının benzetiminin yapılmasıamaçlanmıştır. Bebeklerin beslenme davranışlarını fizyolojisini anlamak için emme fizyolojisinikavramak oldukça önemlidir. Beslenme fizyolojisinin en önemli unsurlarından bir tanesi bebekemme vakumudur. Bu bağlamda, WGAN modelinin ile üretilen bebek emme vakum basıncıbaşarıyla taklit edilmiştir. Çalışmada kullanılan WGAN modelinin en doğru benzetimiyapabilmesi için veri ön işleme yapılmış ve hiperparametre optimizasyonu yapılmıştır. Sonuçolarak, gerçek verilerle üretilen veriler arasındaki düşük RMSE ve yüksek R2 değeri modelinbaşarılı çalıştığını göstermektedir. Bu yöntem ile bebeklerin emme davranışlarının daha iyianlaşılması ve bebek beslenmesi alanındaki sorunların çözülmesine katkı sağlaması açısındanumut vadetmektedir. Gelecekte, modelin daha geniş verilerle desteklenmesi ve bebek emmefizyolojisinin diğer unsurları olan yutma ve solunum gibi unsurlarında ele alınmasıyla bebekemme benzetim daha başarılı bir şekilde yapılabilecektir. Bu tür bir benzetim ile bebekbeslenmesi ve anne sütü sağımı alanlarında yeni uygulamalara zemin hazırlayacaktır.