Yapay zeka tabanlı yöntemler kullanılarak mikroarray gen verilerinin sınıflandırılması
Classification of microarray gene data using artificial intelligence based methods
- Tez No: 432314
- Danışmanlar: PROF. DR. ADEM KALINLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: DNA mikroarray, Sınıflandırma, 10-katlı Çapraz Doğrulama, İstatistiksel Yöntemler, Yapay Zekâ tabanlı Yöntemler, DNA microarray, Classification, 10-fold Cross Validation, Statistical Methods, Artificial Intelligence-based Methods
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 126
Özet
Teknolojinin hızla ilerlemesiyle mikroarray çalışmalarına olan ilgi de günden güne artmaktadır. DNA mikroarray çalışmaları, moleküler biyoloji ve tıp alanlarında kullanılan çok kapsamlı bir teknolojidir. DNA mikroarray veri analizi; kanser gibi genlerle ilişkili hastalıkların belirlenmesinde önemli rol oynamaktadır. Hastalık türüne ilişkin ilgili genler belirlenerek, herhangi bir bireyin hasta ya da sağlıklı olduğu yüksek olasılıklarda hesaplanabilir. Bunun için mikroarray verilerinde yüksek performanslı sınıflama yöntemleri oldukça önemlidir. DNA mikroarray teknolojisindeki hızlı gelişmeye bağlı olarak mikroarray'leri sınıflandırmak için birçok sınıflandırma metodu kullanılmaya başlanmıştır. Destek Vektör Makineleri, Naive Bayes, k-En Yakın Komşu, Karar Ağacı, Torbalama ve Rastgele Orman gibi istatistiksel yöntemler yaygın bir şekilde kullanılmaktadır. Fakat bu yöntemler, çok boyutlu problemler olan mikroarray verilerini sınıflandırmada bazen başarısız olabilmektedir. Bu yüzden mikroarray problemleri üzerinde başarılı sonuçlar verebilen yapay zekâ tabanlı yöntemler ile ilgili son yıllarda araştırmalar yapılmaktadır. Bu çalışmada bizde istatistiksel yöntemlerin dışında yapay zekâ tabanlı yöntemler olan Tek Katmanlı Algılayıcılar, Çok Katmanlı Algılayıcılar, Radyal Tabanlı Yapay Sinir Ağları, Karınca Koloni Algoritması ve Bulanık k-NN yöntemleri kullanılmıştır. Sınıflandırma yöntemlerinin doğrulukları 10-katlı çapraz doğrulama yöntemi ile test edildi. Sonuçlardan elde edilen bilgilere göre, genel olarak yapay zekâ tabanlı yöntemler, istatistiksel yöntemlere göre daha başarılı sonuçlar vermiştir.
Özet (Çeviri)
The interest in working with the rapid advancement of microarray technology is increasing day by day. DNA microarray studies is a comprehensive technology used in molecular biology and medicine. DNA microarray data analysis, the identification of genes associated with diseases such as cancer, plays an important role. It can be calculated in high probability that any individual is ill or healthy by identifying disease-related genes. Therefore, high performance classification methods are very important for microarray datasets. Depending on the rapid development of DNA microarray technology, many classification methods has been used to classify microarray data. SVM, Naive Bayes, k-NN, Decision Trees, Bagging, Random Forest method are used widely. However, these methods sometimes cannot be successful on microarray cancer datasets. Therefore, it has been studied on artificial intelligence-based methods which can be successful on microarray datasets in recent years. In this study, we have used Single Layer Perceptron, Multi-Layer Perceptron, Radial Basis Function Network, Ant Colony Optimization Algorithm and Fuzzy k-Nearest Neighbor approaches that artificial intelligence based classification methods excluding conventional methods. In addition; we have tested accuracy of the classification method using 10-fold cross validation. Artificial Intelligence-based methods have given better results than the statistical methods.
Benzer Tezler
- Classification of microarray gene expression cancer data by using artificial intelligence methods
Yapay zeka yöntemleri kullanılarak mikroarray gen ifade kanser verilerinin sınıflandırılması
MEHMET ŞÜKRÜ MUMBUÇOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT HAZNEDAR
- Benzetilmiş tavlama algoritması ile adaptif ağ tabanlı bulanık mantık çıkarım sisteminin (ANFIS) eğitilmesi
Training adaptive neuro-fuzzy inference system (ANFIS)using simulated annealing algorithm
BÜLENT HAZNEDAR
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM KALINLI
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Yapay zeka tabanlı yöntemler kullanılarak futbol müsabakalarının sonuçlarının kestirilmesi ve hibrit model önerileri
Prediction of football match results by using artificial intelligence based methods and proposals on hybrid model
İSMAİL HAKKI KINALIOĞLU
- Research and application of real-time short-term electrical energy consumption forecasting using artificial intelligence based techniques
Gerçek zamanlı kısa dönem elektrik enerjisi tüketim tahmininin yapay zeka tabanlı yöntemler kullanılarak araştırılması ve uygulanması
KASIM ZOR
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET TEKE
DR. ÖĞR. ÜYESİ HATİCE BAŞAK YILDIRIM