Machine learning algorithms in classification and diagnostic prediction of cancers using gene expression profiling
Öğrenme algoritmalarının gen profillerinden yola çıkarak kanser türlerinin sınıflandırılması ve teşhisinde kullanımı
- Tez No: 181232
- Danışmanlar: PROF. DR. MEHMET LEVENT KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoteknoloji, Computer Engineering and Computer Science and Control, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde bir takım üğrenme algoritmalarının şocukluk düneminde gürülen küşuk,og c o ou uc üyuvarlak, mavi hücreli tümürleri, gen proï¬llerine dayanarak, sınıï¬andırmau uo ve teşhisskoymadaki başarıları incelenmektedir. Tümür biyopsi materyali ve kültür hücrelerindens uo uu uoluşan numuneleri gen proï¬llerine dayanarak sınıï¬andırmadan ünce problemin boyutus okücultülmüştür. Boyut küşultme korelasyon tabanlı parametre seşimini takip edenuşü u us u uc ü ctemel bileşenler analizinden oluşan iki basamaklı bir işlem aracılığıyla gerşekleştirilmiştir.s s s g c s sNumuneleri sınıï¬andırmak uzere mantıksal model ağaşları ve de şok katmanlı yapayü gc csinir ağları eğitilmiştir. Her bir numune işin yapay sinir ağlarından ve mantıksal modelg g s c gağaşlarından elde edilen sınıf olasılıkları kullanılarak modelin yaptığı sınıï¬andırmayagc gparalel bir teşhis konulup konulmayacağını belirleyen bir kriter oluşturulmuştur.s g s s
Özet (Çeviri)
The performance of certain machine learning algorithms in classiï¬cation anddiagnostic prediction of small round blue cell tumors (SRBCTs) of childhood is in-vestigated. Before classifying samples, including both tumor biopsy material and celllines, based on their gene expression proï¬les, dimensionality of the problem is reduced.Dimensionality reduction is achieved in a two-step procedure that includes correlation-based feature selection (CFS) followed by principal components analysis (PCA). Toclassify the samples into four distinct diagnostic categories, logistic model trees (LMT)and multilayer perceptrons (MLP) are trained. The posterior probabilities provided byLMT and MLP algorithms for each sample are then used to construct a measure, bymeans of which one might decide whether to classify a sample into one of the diagnosticcategories or to reject classifying.
Benzer Tezler
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA NAZMİ ERCAN
- Adana ili Ceyhan ilçesi Tatlıkuyu köyünün mekanizasyon varlığı ve işletme maliyetlerinin saptanması üzerinde bir araştırma
Başlık çevirisi yok
MEHMET KABASAKAL
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF. DR. KURTULUŞ TUNCER
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ BÖLÜKBAŞI
- An Experimental and analytical investigation of cam follower jump phenomenon
Başlık çevirisi yok
ŞÖLEN ŞEN
Yüksek Lisans
İngilizce
1987
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇALIŞKAN
- Kam yapma aparatı
Cam milling attachment
ORHAN UZUN
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ ERCAN
- Yerli yapım çekiçli yem değirmenleri üzerinde bir araştırma
Başlık çevirisi yok
HASAN YUMAK
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF. DR. NUMAN SUNGUR