Research Article
BibTex RIS Cite

THE EFFECT OF THE ENVIRONMENT ON BRAIN ACTIVITY DURING PROBLEM SOLVING

Year 2019, Volume: 4 Issue: 2, 34 - 37, 31.12.2019

Abstract

In all functions of the brain, electrical signals called volumetric conduction occur in nerve cells in the brain. The process of measuring and recording these electrical signals by means of sensors placed in certain areas on the scalp is called electroencephalography (EEG). EEG signals occur in body movements, sleep and wakefulness, and in all kinds of processes in the brain, including cognitive processes. In this study, we investigate the effect of city noise and popular music environments while solving questions with different levels of difficulty (simple and hard) employing the EEG signals in Cognitive Tasks Database in Different Environments. Features are extracted from the EEG data, collected from 17 undergraduate and postgraduate students while solving simple and hard questions, by means of Continuous Wavelet Transform. EEG signals recorded while solving simple and hard questions, in city noise and popular music environments are classified with average accuracies of 90.10% and 93.92%, respectively using Bayesian Networks. Results show that, EEG data collected in two different environments, noise and favorite music, while solving problems can be classified with high accuracy and distinction can be made with higher success for difficult questions.

Supporting Institution

Adana Alparslan Turkes Science and Technology University

Project Number

17103016

Thanks

The data used in this study were collected with the support of the Research Fund of Adana Alparslan Turkes Science and Technology University, grant number: 17103016.

References

  • S. G. Eraldemir and E. Yildirim, “Comparison of wavelets for classification of cognitive EEG signals,”, 23nd Signal Processing and Communications Applications Conference (SIU), 2015, pp. 1381–1384.
  • S.G. Eraldemir. ve E. Yıldırım, “EEG Verilerinden Sayısal Ve Sözel Düşüncenin Sınıflandırılması”. IEEE 22. İşaret İşleme ve İletişim Uygulamaları Kurultayı. 2014.1-4.
  • S.G., Eraldemir, M.T., Arslan, E., Yıldırım, “Investigation Of Feature Selection Algorithms On A Cognitive Task Classification: A Comparison Study”, Balkan Journal of Electrical and Computer Engineering , 6 (2) , 2018, pp:99-104
  • N. Özdemir, E. Yıldırım, “Hılbert Huang Transform Ve Yapay Sinir Ağları İle Epileptik Nöbet Tahmini Epıleptıc Seızure Predıctıon Based On Hılbert Huang Transform And Artıfıcıal Neural Networks”, signal processing and communications applications conference (sıu), 2012 20th, 1-4
  • H. M. Mallikarjun and H. N. Suresh, "Depression level prediction using EEG signal processing," 2014 International Conference on Contemporary Computing and Informatics (IC3I), Mysore, 2014, pp. 928-933.
  • A. Uçan, “İnsan ve Müzik, İnsan ve Sanat Eğitimi”, Ankara: Müzik Ansiklopedisi Yayınları, 1996, ss:30.
  • E. Gün Duru, ve H.S. Köse, “Klasik Müzik Dinlemenin İlköğretim Öğrencilerinin Sınav Başarılarına Etkisi”, e-Journalof New World Sciences Academy, 2011, Volume: 7, Number: 2,
  • E. Özdemir, S. Coşkuner, “Müzik Dinleme Etkinliklerinin İlköğretim Öğrencilerinin Akademik Başarısına Etkisi”, Elementary Education Online, 2018, 17(1): pp 57-69.
  • Kumbur, H., Çoğunnu, N., 1999, “İçel’in Gürültü Kirliliği Envanterinin Çıkarılması”, Türkiye’de Çevre Kirlenmesi Öncelikleri Sempozyumu III, Gebze Yüksek Teknoloji Enstitüsü, Kocaeli, s:393-405.
  • Kumbur, H., Yalçın, E., 2000, “Mersin’de Gürültü Düzeylerinin Yıllara Göre Değişimi ve Gürültü Kirliliği Haritasının Oluşturulması”, GAP Çevre Kongresi, Şanlıurfa, s: 949-962.
  • E. Debik,A.D. Altay., 1999, “İstanbul’da Trafik Kaynaklı Gürültü Kirliliğinin Boyutları”, Türkiye’de Çevre Kirlenmesi Öncelikleri Sempozyumu III, Gebze Yüksek Teknoloji Enstitüsü, Kocaeli, s:1081- 1086.
  • S., Erdogan, M., Dogan, İ., Yılmaz, M., Güllü, T., Baybura, M., Ulu, Ö., Sise, “Afyonkarahisar İl Merkezi Karayolu Trafik Gürültü Haritasının Hazırlanması”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi , 7 (2) , 2007, pp:151-164 .
  • D. M. Condon and W. Revelle, “The International Cognitive Ability Resource: Development and Initial Validation of a Public-Domain Measure,” Intelligence, vol. 43, pp. 52–64, Mar. 2014.
  • M.T. Arslan, S.G. Eraldemir, A.F. Koç, E.Yıldırım., “Farkli Ses Ortamlarinda Kognitif Işlemler Veritabani”, II. International Scientific and Vocational Studies Congress, 2018, pp:1023-1029.
  • Addison, P. S., “The Illustrated Wavelet Transform Handbook”, Institute of Physics Publishing., 2002., pp 12.
Year 2019, Volume: 4 Issue: 2, 34 - 37, 31.12.2019

Abstract

Project Number

17103016

References

  • S. G. Eraldemir and E. Yildirim, “Comparison of wavelets for classification of cognitive EEG signals,”, 23nd Signal Processing and Communications Applications Conference (SIU), 2015, pp. 1381–1384.
  • S.G. Eraldemir. ve E. Yıldırım, “EEG Verilerinden Sayısal Ve Sözel Düşüncenin Sınıflandırılması”. IEEE 22. İşaret İşleme ve İletişim Uygulamaları Kurultayı. 2014.1-4.
  • S.G., Eraldemir, M.T., Arslan, E., Yıldırım, “Investigation Of Feature Selection Algorithms On A Cognitive Task Classification: A Comparison Study”, Balkan Journal of Electrical and Computer Engineering , 6 (2) , 2018, pp:99-104
  • N. Özdemir, E. Yıldırım, “Hılbert Huang Transform Ve Yapay Sinir Ağları İle Epileptik Nöbet Tahmini Epıleptıc Seızure Predıctıon Based On Hılbert Huang Transform And Artıfıcıal Neural Networks”, signal processing and communications applications conference (sıu), 2012 20th, 1-4
  • H. M. Mallikarjun and H. N. Suresh, "Depression level prediction using EEG signal processing," 2014 International Conference on Contemporary Computing and Informatics (IC3I), Mysore, 2014, pp. 928-933.
  • A. Uçan, “İnsan ve Müzik, İnsan ve Sanat Eğitimi”, Ankara: Müzik Ansiklopedisi Yayınları, 1996, ss:30.
  • E. Gün Duru, ve H.S. Köse, “Klasik Müzik Dinlemenin İlköğretim Öğrencilerinin Sınav Başarılarına Etkisi”, e-Journalof New World Sciences Academy, 2011, Volume: 7, Number: 2,
  • E. Özdemir, S. Coşkuner, “Müzik Dinleme Etkinliklerinin İlköğretim Öğrencilerinin Akademik Başarısına Etkisi”, Elementary Education Online, 2018, 17(1): pp 57-69.
  • Kumbur, H., Çoğunnu, N., 1999, “İçel’in Gürültü Kirliliği Envanterinin Çıkarılması”, Türkiye’de Çevre Kirlenmesi Öncelikleri Sempozyumu III, Gebze Yüksek Teknoloji Enstitüsü, Kocaeli, s:393-405.
  • Kumbur, H., Yalçın, E., 2000, “Mersin’de Gürültü Düzeylerinin Yıllara Göre Değişimi ve Gürültü Kirliliği Haritasının Oluşturulması”, GAP Çevre Kongresi, Şanlıurfa, s: 949-962.
  • E. Debik,A.D. Altay., 1999, “İstanbul’da Trafik Kaynaklı Gürültü Kirliliğinin Boyutları”, Türkiye’de Çevre Kirlenmesi Öncelikleri Sempozyumu III, Gebze Yüksek Teknoloji Enstitüsü, Kocaeli, s:1081- 1086.
  • S., Erdogan, M., Dogan, İ., Yılmaz, M., Güllü, T., Baybura, M., Ulu, Ö., Sise, “Afyonkarahisar İl Merkezi Karayolu Trafik Gürültü Haritasının Hazırlanması”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi , 7 (2) , 2007, pp:151-164 .
  • D. M. Condon and W. Revelle, “The International Cognitive Ability Resource: Development and Initial Validation of a Public-Domain Measure,” Intelligence, vol. 43, pp. 52–64, Mar. 2014.
  • M.T. Arslan, S.G. Eraldemir, A.F. Koç, E.Yıldırım., “Farkli Ses Ortamlarinda Kognitif Işlemler Veritabani”, II. International Scientific and Vocational Studies Congress, 2018, pp:1023-1029.
  • Addison, P. S., “The Illustrated Wavelet Transform Handbook”, Institute of Physics Publishing., 2002., pp 12.
There are 15 citations in total.

Details

Primary Language English
Subjects Electrical Engineering
Journal Section Articles
Authors

Server Göksel Eraldemir 0000-0003-0835-2601

Mustafa Turan Arslan 0000-0001-5498-6571

Esen Yıldırım 0000-0002-4650-1164

Filiz Koç 0000-0002-6014-3658

Project Number 17103016
Publication Date December 31, 2019
Published in Issue Year 2019 Volume: 4 Issue: 2

Cite

APA Eraldemir, S. G., Arslan, M. T., Yıldırım, E., Koç, F. (2019). THE EFFECT OF THE ENVIRONMENT ON BRAIN ACTIVITY DURING PROBLEM SOLVING. The Journal of Cognitive Systems, 4(2), 34-37.