Melez öğrenme ile kalp ve damar hastalığının tahmini
Predicting cardiovascular disease with hybrid learning
- Tez No: 510638
- Danışmanlar: DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Beykent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 57
Özet
Ülkemizde ve dünyada yaşam kalitesini düşüren, çok sayıda ölüme sebep olan ve tedavi giderleri fazla olan kalp ve damar hastalıklarına yakalanma riski yaşı gün geçtikçe düşmektedir. Hastalığın tedavisinde erken tanının rolü büyüktür. Bununla ilgili birçok alanda çalışmalar yapılmaktadır. Teknolojinin gelişmesiyle günümüzde makinelerin insan öğrenmesini taklit edebilmesi ve çıkarım yapabilmesi sağlanmıştır. Yapay Zeka adı verilen bu yöntem ile makinelerin günlük hayatımızda ve bir çok alanda insan yaşamını kolaylaştıracağı düşünülmektedir. Yapay zekanın alt dalları olan yapay sinir ağları hastalıkların erken tanısında kullanılmaktadır. Literatürde birçok çalışmada kullanılan bu yöntemler ile hastalıklara neden olan faktörler girdi olarak alınıp hastalık sonucu tahminlemesi yapılabilmektedir. Böylece hastalığa yakalanma riski olanların erken tanı ile tedavisi mümkün olabilmektedir. Bu çalışmada, yapay sinir ağları yöntemi ile birlikte önerilen melez (hibrit) sistem kıyaslanarak kalp ve damar hastalıklarının tedavisinde hastanın durumunun önceden tahmini sağlanmaktadır. Önerilen melez sistemin yapısında k - ortalamalar algoritması ve yapay sinir ağı yöntemi kullanılmaktadır. Kardiyoloji verilerinin hastalık tahmininde en iyi sonucu veren modelin tespit edilmesi için yapılan çalışmada yapay sinir ağı ve melez sistem iki farklı model oluşturulmuştur. Kardiyoloji verileri kullanılarak yapılan hastalık tahmininde model başarım ölçütlerinde kullanılan ortalama karesel hata, kök ortalama karesel hata ve ortalama mutlak yüzde hatası performans kriterleri ile en doğru sonucu veren model belirlenmektedir.
Özet (Çeviri)
The age of getting heart and vascular diseases risk, which decrease the quality of life in our country and world, cause lots of deaths and has a high cost of treatment, decrease day by day. The role of early diagnosis in the treatment of disease is really important. There are many works related this field nowadays. In recent days, with the development of technology, machines imitate the human learning and make predictions. With this method, which called Artificial Intelligence, machines are thought to facilitate the daily life. Artificial neural networks, which are the lower branches of artificial intelligence, are used for early diagnosis of diseases. With these methods used in many studies in the literature, the factors causing diseases can be taken as input and the disease result can be estimated. Therefore, early diagnosis of those who are at risk and treatment could be possible. In this thesis study, the aim is to determine the disease in early diagnosis by estimating the treatment of cardiovascular diseases. This study used artificial neural network and k-means algorithm. Therefore, there exist a hybrid system. Two different models of artificial neural network and hybrid system have been developed in order to determine the model that gives the best result in the prediction of disease of cardiology data. To determine the best result model, the mean squared error, root mean squared error and average absolute percent error used in the model success criterion were used.
Benzer Tezler
- Makine öğrenmesi yaklaşımları kullanılarak EKG işaretlerinden aritmi teşhisi
Diagnosis of arrhythmia from ECG signs using machine learning approaches
ERSİN ERSOY
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAZİ ERKAN BOSTANCI
- Omurgalılarda kalp anatomi ve fizyolojisinin öğretiminde STEM tabanlı Arduino robotik uygulamaların fen bilgisi öğretmen adaylarının akademik başarı ve teknolojiye yönelik direnç davranışları üzerindeki etkileri
The effects of STEM-based Arduino robotic applications in the teaching of heart anatomy and physiology in vertebrates on the behavior of science teachers' academic success and resistance to technology
AYŞE ÖZEL
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimMuğla Sıtkı Koçman ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELEK ALTIPARMAK KARAKUŞ
- Esnek hesaplama yöntemlerinin jeodezide uygulamaları
Applications of soft computing methods in geodesy
ORHAN AKYILMAZ
Doktora
Türkçe
2005
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF.DR. TEVFİK AYAN
- Melez bir öğrenme yaklaşımı ile ek yeri proseslerinde anomali tespit ve sınıflandırma
Detection and classification of anomalies in the splice adding processes with a hybrid learning approach
ENES BAYTÜRK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZHAN URHAN
- Semantic video analysis for surveillance systems
Gözetim sistemleri için anlamsal video analizi
KARANİ KARDAŞ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET COŞAR
PROF. DR. FEHİME NİHAN ÇİÇEKLİ