Discriminant analysis using kernel and fuzzy approaches
Diskriminant analizinde kernel ve bulanık yaklaşımlarının kullanılması
- Tez No: 410537
- Danışmanlar: DOÇ. DR. ÇAĞIN KANDEMİR ÇAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Proteinler çeşitli şekillerde, boyutlarda ve kimyasal özelliklerde amino asit zincirlerinden oluşan moleküler yapılardır. Protein fonksiyonları proteinlerin yapılarına göre belirlenir. Farklı çeşitlerdeki protein sekanslarının kendilerine özgü biyokimyasal fonksiyonları vardır. Bu nedenle, protein sekanslarını sınıflamak biyolojik döngüde onların görevlerini tanımlamak ve proteinlerin fonksiyonlarını anlamak açısından büyük önem taşır. Bu tezde düzenli ve düzensiz proteinlerin sınıflandırılması amaçlanmıştır. Kendiliğinden düzensiz proteinler, bir proteinin tersiyer yapısında meydana gelen bozulma sonucu oluşurlar. Düzensiz proteinler elektron mikroskobu, nükleer manyetik rezonans spekstroskopisi ve protein kristalleştirme yöntemleri kullanılarak deneysel olarak tanımlanabilir. Ancak deneysel sınıflama ham sekansların büyük miktarda olmasından dolayı yüksek maaliyetlidir ve zaman alır. Bu nedenle bilgisayar tabanlı çözümler analiz için kullanışlı bir araç olmaktadır. Bu amaç doğrultusunda Fisher'ın doğrusal diskriminant analizi, bulanık diskriminant analizi ve kernel diskriminant analizi yöntemleri düzenli ve düzensiz proteinlere uygunlanmıştır. Fisher'ın doğrusal diskriminant analizi, bulanık diskriminant analizi ve kernel diskriminant analizi için yeniden yerine koyma geçerlilik yönteminden elde edilen tüm doğru sınıflama yüzdeleri sırasıyla yüzde 77.1930, yüzde 87.7193 ve yüzde 100 olarak bulunmuştur. Sonuçlara dayanılarak, kernel diskriminant analizi yönteminin bir proteinin düzenli ve ya düzensiz yapıya sahip olup olmadığını tanımlamakta çok güçlü bir method olduğu yargısına varılır.
Özet (Çeviri)
Proteins are molecular structures that are formed by chains of amino acids with a variety of shapes, size and chemical properties. Protein functions are determined by according to their protein structures. Different types of protein sequences have their specific biochemical function. For this reason, classification of protein sequences is of great importance in terms of identifying their tasks in the biological cycle and understanding the functions of proteins. The purpose of this thesis is to classify the ordered and disordered proteins. Intrinsically disordered proteins formed as a result of deformations happen in the tertiary strucure of a protein. Disordered proteins can be identified by using experimantal methods such as Electron microscopy, nuclear magnetic resonance (NMR) spectroscopy and protein crystallography. However, experimental classification is costly and time-consuming because of great amount of raw sequences. Therefore, computational solutions have become a useful tool for their analysis. For this purpose, Fisher linear discriminant analysis, fuzzy discriminant analysis and kernel discriminant analysis methods were applied to the ordered disordered proteins. The overall prediction accuracies obtained from jackknife validity technique for Fisher's linear discriminant analysis, Fuzzy linear discriminant analysis and kernel discriminant analysis are found as 77.1930 percent, 87.7193 percent and 100 percent, respectively. According to the results, it can be strongly referred that the method of kernel discriminant analysis can be a very robust method to identify whether a protein has a disordered or ordered structure.
Benzer Tezler
- Türkçe e-ticaret ürün yorumlarının sınıflandırılması
Classification of Turkish e-commerce product reviews
BURCU MELİS TOPRAK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELDA GÜNEY
- Biyomedikal işaretlerin sınıflandırılması için akıllı tekniklerin Labview ortamında gerçeklenmesi
Realization of intelligent techniques for classification of biomedical signals in the Labview
DUYGU KAYA
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA TÜRK
- Investigation of the effects of statistically significant features on the classification of EEG-based motor imagery tasks
İstatiksel anlamlı özniteliklerin EEG tabanlı motor hayali görevlerin sınıflandırmasındaki etkisinin araştırılması
MÜRŞİDE DEĞİRMENCİ
Doktora
İngilizce
2024
Mühendislik Bilimleriİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
DR. ÖĞR. ÜYESİ YILMAZ KEMAL YÜCE
- Radarla hedef tanıma ve sınıflandırma için temel bileşenler analizine dayalı yeni karma yöntemler
Novel hybrid methods based on pca for radar target recognition and classification
YAŞAR KARTAL
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Face recognition with Kernel Fisher discriminant analysis
Kernel Fisher ayrıştırma analizi yöntemi ile yüz tanıma
ÖZCAN ÇAVUŞ
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. MUHİTTİN GÖKMEN