Yüksek boyutlu kanser sınıflama probleminde bilgi karmaşıklığı kriteri ile aykırı gözlem tespiti ve boyut indirgeme
Dimension reduction and detection of outliers in cancer classification using information complexity for undersized samples
- Tez No: 392371
- Danışmanlar: DOÇ. DR. SİNAN ÇALIK, PROF. DR. HAMPARSUM BOZDOĞAN
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı İstatistik Bilim Dalı
- Sayfa Sayısı: 126
Özet
DNA mikrodizilim tekniklerinde meydana gelen son gelişmeler, muhtemel gen ifadelerinin binlercesinin aynı anda görüntülenmesine imkan sağlamıştır. Gen ifade verilerindeki bu zenginlik nedeniyle araştırmacılar, bu verileri kullanarak kanser sınıflaması yapmanın ihtimalleri üzerinde durmaya başlamışlardır. Bu konuyla alakalı olarak son yıllarda metotların bir çoğunda umut verici sonuçlar elde edilmeye başlanmıştır. Fakat hala çözülmeye ve anlaşılmaya ihtiyaç duyulan bir çok konu vardır. Bunlardan en önemlileri boyutsallık problemi ve aykırı gözlemlerin tespitidir. Özellikle gen ifade verilerindeki aşırı derecede küçük örneklem problemi (n
Özet (Çeviri)
Recent developments in DNA microarray techniques has allowed simultaneously to display thousands of the potential gene expressions. Due to the wealth of gene expression data, researchers have begun to focus their attention on how to optimally classify cancer using the gene expression data. Although many of the methods used have produced promising results, there remains many problems yet to be resolved and to be understood. One of the most important of these problems is the dimension reduction and the detection of outliers. The classical statistical techniques cannot be used to reduce the dimension and to detect the outliers because of the severity of undersized sample problem (n
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Yapay zeka tabanlı yöntemler kullanılarak mikroarray gen verilerinin sınıflandırılması
Classification of microarray gene data using artificial intelligence based methods
MUSTAFA TURAN ARSLAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM KALINLI
- Bilgisayar destekli tanı sistemi ile akciğer nodüllerinin nitelendirilmesi
Characterization of lung nodules with computer aided diagnosis system
AYDIN KAYA
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET BURAK CAN
- Patient-derived tumor organoids for prediction of drug response
İlaç yanıtının tahmini için hasta kaynaklı tümör organoidleri
EMİNE BERNA BIÇAK
Yüksek Lisans
İngilizce
2022
BiyolojiDokuz Eylül ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. ŞERİFE ESRA ERDAL BAĞRIYANIK
- İstatistiksel daraltıcı yöntemlerden ridge regresyon, lasso regresyon ve elastik net regresyonun tahminleme ve sınıflandırma performanslarının karşılaştırılması
Compare of estimation and classification performances of statistical shrinkage methods ridge regression, lasso regression and elastic net regression
GAMZE SEVER
Yüksek Lisans
Türkçe
2021
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. FEZAN MUTLU