Abstract & Overview
Son zamanlarda kimlik tanıma başta olmak üzere, yaş tanıma ve cinsiyet tanıma gibi konular hem akademik hem de diğer alanlarda (sanayi, bilişim, sağlık vb.) yaygın olarak üzerinde araştırma yapılan konulardandır. Cinsiyet tanıma (CT) erkek ve kadın arasında ayrım yapan özelliklere dayalı olarak bireyin cinsiyetini belirlemektir. Yapay zeka alanında, CT örüntü tanıma yönteminin en önemli uygulamalarından biri olarak kabul edilmektedir. Bu çalışmada kişilerin 5 farklı bölgesine takılmış olan ivmeölçer, manyetometre ve jiroskop sensörlerinden elde edilen işaretler kullanılarak cinsiyet tanıma (CT) için üç (3) farklı öznitelik çıkarım metodu önerilmiştir. İşaretlerden öznitelik çıkarımı CT’nın en önemli aşamalarından biridir. Çünkü CT’nin başarısı çıkarılan özniteliklere bağlıdır. Ancak CT için uygun özniteliklerin çıkarım zor bir problemdir. Sensörlerden elde edilen işaretlere Bir Boyutlu Yerel İkili Örüntüler (1B-YİÖ), Bir Boyutlu Sağlam Yerel İkili Örüntüler (1B-SYİÖ) ve Ağırlıklandırılmış Bir Boyutlu Sağlam Yerel İkili Örüntüler (A-1B-SYİÖ) olmak üzere farklı dönüşüm yöntemleri uygulanmıştır. Dönüşüm işlemlerinden sonra yeni oluşan işaretlerde istatistiksel öznitelikler elde edilmiştir. Bu öznitelikler kullanılarak farklı makine öğrenmesi yöntemler (SVM, RF, YSA, Knn) ile sınıflandırma işlemleri gerçekleştirilmiştir. Elde edilen sonuçlara göre 1B-YİÖ (%96.04), 1B-SYİÖ (%96.72) ve A-1B-SYİÖ (%97.28) yöntemlerin CT için etkin öznitelikler sağladığı görülmüştür. Bu çalışmada önerilen yeni yaklaşımlar sayesinde sensör işaretleri kullanılarak CT işleminin yüksek bir başarı oranı ile gerçekleştirildiği belirlenmiştir.