A new lattice based artificial bee colony algorithm for EEG noise minimization
Author:
ARSLAN Sibel1, ASLAN Selçuk2
Affiliation:
1. SİVAS CUMHURİYET ÜNİVERSİTESİ, TEKNOLOJİ FAKÜLTESİ, YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ 2. ERCİYES ÜNİVERSİTESİ, HAVACILIK VE UZAY BİLİMLERİ FAKÜLTESİ, UÇAK MÜHENDİSLİĞİ BÖLÜMÜ
Abstract
Geçtiğimiz yıllar büyük veri olarak adlandırılan yeni bir kavramla başlayan değişimlere tanıklık etmiştir. Bu yeni kavram ve özellikleri gerçek hayat optimizasyon problemlerinin tanımlarını değiştirmiş ve daha önce önerilen çözüm tekniklerinin performanslarının incelenmesi ve büyük veri kavramının özelliklerini dikkate alarak yeni yöntemlerin geliştirilmesi kritik hale gelmiştir. Arıların yiyecek arama davranışlarındaki zekilikten ilham alan Yapay Arı Koloni (Artificial Bee Colony, ABC) algoritması sürü zekası temelli tekniklerinin en başarıları arasındadır. Bu çalışmada, ABC algoritmasının görevli ve gözcü arı fazları elektroensefalografi (EEG) sinyallerinde gürültü minimizasyonunu gerektiren büyük veri optimizasyon probleminin çözümü için düzenlenmiş ve kafes tabanlı (lattice based) ABC algoritması (LBABC) tanıtılmıştır. Önerilen yöntemin çözüm kapasitesinin analizi için farklı problem örneklerini içeren bir dizi uygulama gerçekleştirilmiştir. Elde edilen sonuçlar önce ABC algoritmasının yaygın kullanılan beş varyantı tarafından bulunmuş sonuçlar ile karşılaştırılmıştır. Sonuçlar ayrıca Diferansiyel Gelişim (Differential Evolution, DE) algoritması, Genetik algoritma (Genetic algorithm, GA), Ateş böceği algoritması (Firefly algorithm, FA), Havai fişek algoritması (Fireworks algorithm, FW), Parçacık Sürü Optimizasyon algoritması (Particle Swarm Optimization, PSO) ve Faz Optimizasyon algoritması (Phase based Optimization, PBO) temelli yöntemler tarafından elde edilen sonuçlar ile de kıyaslanmıştır. Karşılaştırma sonuçlarından ABC referans alarak geliştirilen yeni yönteminin test problemlerinin tamamına yakınında bahsedilen tekniklerden daha iyi ya da oldukça yakın çözümlere ulaşabildiği anlaşılmıştır.
Publisher
Journal of the Faculty of Engineering and Architecture of Gazi University
Subject
General Engineering,Architecture
Reference23 articles.
1. 1. Chen, M., Mao, I., Liu, Y., Big Data: A Survey, Mobile Networks and Applications, 19(2), 171-209, 2014. 2. 2. Kambatla, K., Kollias, G., Kumar, V., Grama, A., Trends in Big Data Analytics, Journal of Parallel and Distributed Computing, 74(7), 2561-2573, 2014. 3. 3. Wu, X., Zhu, X., Wu, G.Q., Ding, W., Data Mining With Big Data, IEEE Transaction on Knowledge and Data Engineering, 26(1), 97-107, 2013. 4. 4. Tsai, C.W., Lai, C.F., Chao, H.C., Vasilakos, A.V., Big Data Analytics: A Survey, Journal of Big Data, 2(21), 1-32, 2016. 5. 5. Goh, S. K., Tan, K. C., Al-Mamun, A., Abbass, H. A., Evolutionary Big Optimization (BigOpt) of Signals, 2015 IEEE Congress on Evolutionary Computation (CEC), Sendai-Japan, 3332-3339, 25-28 Mayıs, 2015.
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
|
|