Topolojik indeksler ve makine öğrenmesi ile kolon kanseri ilaçlarının fizikokimyasal özelliklerinin tahmini
Predicting the physicochemical properties of colon cancer drugs using topological indexes and machine learning
- Tez No: 1015651
- Danışmanlar: DOÇ. DR. ÖZGE ÇOLAKOĞLU HAVARE
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Matematik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez beş ana bölümden oluşmaktadır. Birinci bölümde, graf teorisinin ortaya çıkışından ve graf teorisinin bazı uygulamalarından bahsedilmiştir. İkinci bölümde tezin kaynak araştırması verilmiştir. Üçüncü bölümde tezde kullanılacak graf teorideki temel tanımlar, komşu tepe dereceleri toplamına bağlı polinom, komşu tepe dereceleri toplamına bağlı topolojik indeksler, kolon kanser hastalığının tedavisinde kullanılan ilaçlar, makine öğrenmesi ve regresyon modeli hakkında bilgiler verilmiştir. Dördüncü bölümde kolon kanser hastalığının tedavisinde kullanılan ilaçların moleküler graf ile modellenip komşuluk derece polinomu yardımıyla topolojik indeksleri hesaplanmıştır. Ayrıca, makine öğrenmesi ile tahmin değerleri en iyi olan modeller elde edilmiştir. Beşinci bölümde, dördüncü bölümde elde edilen sonuçların değerlendirilmesi yapılmıştır.
Özet (Çeviri)
This thesis consists of five main chapters. The first chapter discusses the emergence of graph theory and some of its applications. The second chapter provides a literature review of the thesis. The third chapter provides information on basic definitions and theorems in graph theory, neighbourhood polynomials, neighbourhood degree sum based topological indices, drugs used in the treatment of colon cancer, machine learning, and regression models that will be used in the thesis. The fourth chapter, drugs used in the treatment of colon cancer were modeled using moleculer graphs, and their topological indices were calculated using neighbourhood M-polynomials. Furthermore, the models with the best predictive values were obtained using machine learning. The fifth chapter evaluates the results obtained in the fourth chapter.
Benzer Tezler
- Graf invaryantları ile güçlendirilmiş makine öğrenmesi algoritmaları
Machine learning algorithms enhanced with graph invariants
LEYLA SUSAMCIOĞLU
Yüksek Lisans
Türkçe
2026
İzmir Katip Çelebi ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Hemodynamic characterization of heart and venous valves based on multi-phase blood flow and FSI modelling
Çok fazlı kan akışı ve FSI modellemesine dayalı kalp ve venöz kapakçıkların hemodinamik karakterizasyonu
REZA DARYANI
- Optimization of structures in the frequency domain
Yapıların frekans uzayında optimizasyonu
ALİYYE KARA
- Mutation-centric graph networks: İntegrating local and distal genomic context
Mutasyon odaklı grafık ağları: Yerel ve uzak genomık bağlamın entegrasyonu
RAMAL HUSEYNOV
- Uçak komponentlerinin bilgisayar destekli malzeme seçimi ve topoloji optimizasyonu ile tasarımı
The computer-aided material selection of aircraft components and design using topology optimization
BERKAN EROL
