C3net algorithm using dynamic bayesian network
Dinamik bayes ağları kullanarak C3net algoritması
- Tez No: 341282
- Danışmanlar: YRD. DOÇ. DR. GOKMEN ALTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Genler arasındaki nedensel ilişkileri bulma biyoinformatik?te en önemli konulardan biridir. Birçok gen düzenleyici ağ çıkarım (GRNI) algoritmasları bu amaçla gelişitirilmiştir. Bu çalışmada, C3NET algoritma ve G1DBN algoritması kullanırılıyor. C3NET algoritmanın anlaşılmaktadır gen ağı yönsüzdür. G1DBN algoritmanın anlaşılmaktadır gen ağı yönlüdür ama büyük veriler?de uygulandığında çok yavaş çalışıyor, yönlendirilmiş gen ağları bulması için çok fazla zaman gerektirir. Yaklaşımımız anlaşılmaktadır gen ağı yapmak için C3NET ve Dinamik Bayes Ağı uygulayarakö yön ve zaman gecikmesini çözüyor. Bizim yaklaşım iki adımdan oluşuyor, ilk adımda C3NET algoritması tarafından genlerin etkileşimi olasılığı azalır, İkinci aşamada genlerin her çift etkileşimi Dinamik Bayes ağ geçerlidir ve yönsüz ağı yönlü ağa çevirir.
Özet (Çeviri)
Finding causal interactions between genes is one of the most important topics in bioinformatics. Many gene regulatory network inference (GRNI) algorithm has been introduced for this aim. In this study, we use C3NET algorithm and G1DBN algorithm. C3NET algorithm?s inferred gene network is undirected. G1DBN algorithm?s inferred gene network is directed but it?s too slow when applied to large expression data, it takes too much time to infer directed gene networks. Our approach solves both direction and time by applying Dynamic Bayesian Network to the inferred gene network of C3NET to make the inferred gene network directed. So our approach composed of two steps, in the first step decreases the interaction probability of genes by C3NET algorithm, in the second step applies Dynamic Bayesian network to each pair interaction of genes and make the undirected edges to directed edges.
Benzer Tezler
- Gen ağı çıkarım algoritmaları için en uygun ilişki kestirimcilerinin belirlenmesi
Determining the most suitable correlation estimators for gene network inference algorithms
ZEYNEB KURT
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
DOÇ. DR. GÖKMEN ALTAY
- Bio-inspired communication theories and techniques for next-generation networks
Gelecek nesil ağlar için biyolojik esinli iletişim teorileri ve teknikleri
BARIŞ ATAKAN
Doktora
İngilizce
2011
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR B. AKAN
- Distributed construction and maintenance of bandwidth-efficient bluetooth scatternets
Bant genişliğini verimli kullanan bluetooth serpme ağlarının dağınık oluşturulması ve bakımı
METİN TEKKALMAZ
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM KÖRPEOĞLU
- Boya hattı otomasyonu
Coating line automation
SÜNUSİ TURFANDA
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALMAN KURTULAN
- Mesane kanserli hastalarda SRD5A2 polimorfizminin dutasterid yanıtına etkisinin değerlendirilmesi
Evaluation of the impact of SRD5A2 polymorphism on dutasteride response in patients with bladder cancer
CANET İNCİR
Tıpta Uzmanlık
Türkçe
2022
Eczacılık ve FarmakolojiDokuz Eylül ÜniversitesiTıbbi Farmakoloji Ana Bilim Dalı
PROF. DR. YEŞİM TUNÇOK