Yapay bağışıklık sistemi tabanlı k-NN sınıflandırma algoritması ile protein örüntülerinin hücredeki yerleşim yerlerinin belirlenmesi
Predicting the cellular localization sites of protein patterns with k-NN classification algorithm based artificial immune system
- Tez No: 202214
- Danışmanlar: YRD. DOÇ. DR. İBRAHİM TÜRKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay bağışıklık sistemi, k-NN algoritması, E.coli, Protein, Örüntü tanıma, Sınıflandırma, Artificial immune system, k-NN Algorithm, E.coli, Protein, Pattern Recognition, Classification
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Teknolojinin ilerlemesiyle birlikte, gerçek dünyada yaşanan problemleri çözmek için biyolojik sistemler üzerine yapılan çalışmalara ilgi her geçen yıl artmıştır. Yapay sinir ağları, evrimsel hesaplama ve yapay bağışıklık sistemi bu yaklaşımlardan bazılarıdır. Yapay bağışıklık sistemi, bağışıklık sistemindeki etkileşimleri daha iyi anlayabilmek, bağışıklık sisteminin bir modelini oluşturmak ve sistemde gerçekleşen olayları hesaplayabilmek için ortaya atılmıştır. Bu tez çalışmasında, yapay bağışıklık sistemi ile k-NN sınıflama algoritması kullanılarak tıbbi verilerin sınıflandırılmasına yönelik bir sistem önerilmiştir. Önerilen sınıflama yapısında, yapay bağışıklık sistemi ile verileri karakterize eden özellikler seçilmekte, k-NN ile veriden indirgenen bu özellikler sınıflandırılmaktadır. Bu amaçla, UCI veri tabanından alınan E.coli bakterilerinin protein yerleşim yeri verileri üzerinde uygulama yapılmıştır.
Özet (Çeviri)
With the development of technology, for solving the problems we face in the real life, the concern for the works being done on biologic systems is increasing year by year. Artificial neural networks, evolutionary calculation and artificial immune system are some of these approaches. Artificial immune system is put forward for better understanding the interactions in the immune system, forming a model of immune system and for reckoning the events occurring in the system. In this thesis, a system aimed at classifying the medical data by using artificial immune system and k-NN classification algorithm, is proposed. In the proposed classification structure, with the artificial immune system, the features which characterize the data are selected, and with k-NN, these features which are reduced from data, are classified. For this purpose, experiments are done about the data of protein settlement place of E.coli bacterium which are taken from UCI datum base.
Benzer Tezler
- Hibrit sınıflayıcılar kullanarak kalpteki ritim bozukluklarının teşhisi
Diagnosis of the heart rhythm disorders by using hybrid classifiers
ŞULE YÜCELBAŞ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY TEZEL
- Biyomedikal sinyallerde veri ön-işleme tekniklerinin medikal teşhiste sınıflama doğruluğuna etkisinin incelenmesi
The investigation of effect of data pre-processing techniques to classification accuracy on medical diagnosis in biomedical signals
KEMAL POLAT
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SALİH GÜNEŞ
- Cardiac arrhytmia analysis of ECG using higher order spectra
Yüksek dereceli̇ i̇zge tekni̇kleri̇ i̇le EKG i̇şaretleri̇ni̇n ri̇tm bozukluğu anali̇zi̇
IBRAHİM ABDULLAHİ KARAYE
Yüksek Lisans
İngilizce
2014
BiyomühendislikYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NALAN ÖZKURT
- Yapay zeka teknikleri kullanarak sabit görüntüler için sayısal damgalama
Digital watermarking scheme for still images using artificial intelligent techniques
OĞUZ FINDIK
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERKAN ÜLKER
- MRS verileri kullanılarak makine öğrenmesi yöntemleri ile MS hastalığının teşhis ve sınıflandırılması
Diagnosis and classification of MS disease with machine learning methods using MRS data
ZİYA EKŞİ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ