Geri Dön

Tensor based feature extraction in kernel machines

Tensor based feature extraction in kernel machines

PDF İndir

  1. Tez No: 521543
  2. Yazar: NAGHAM RASHEED HAMEED AL-SAEDI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZKAN UFUK NALBANTOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Tensör ayrıştırması, Destek Vektör Makineleri, çekirdek öğrenme, PARAFAC algoritması, Tensor Decomposition, Support Vector Machine, Kernel Learning, PARAFAC algorithm
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Yapay öğrenme çok geniş alanlarda uygulama bulmuş önemli bir teknik alandır. Finansal, askeri ve sağlık sektörlerindeki yaygın uygulamalara ek olarak, günümüzde de tensör veri yapılarının kullanımıyla modern dünyada veri biliminin gelişiminde önemli bir rol oynamaktadır. Bilgisayar bilimlerindeki gelişmelerle bir çok alanda verinin düzenlenmesi ve sınıflandırılması, daha sonra da veri üzerinden sonuç önerilmesi çok yüksek hızlarda ve insan girdisi gerektirmeden yapılabilmektedir. Her ne kadar savunma teknolojileri ve finansal alanlar önemli olsa da sağlık bilimleri bu tip uygulamalarda başı öeken yapay öğrenme uygulama alanlarındandır. Buna bağlı olarak bu çalışma, tensör temelli veri temsiliyetine dayanan yeni bir sınıflandırma algoritmasının beş farklı hastalık metagenomu kohortu üzerinde test edilmesine dayanmaktadır. Bunlar kolorektal kanser, siroz, iltihaplı bağırsak hastalığı, sedef ve tip 2 diyabete ait mikrobiyom verilerinin sınıflandırılması problemini oluşturmaktadır. Hasta ve sağlıklı bireylere ait 1455 öznitelik önerilen algoritma ile sınıflandırılarak otomatik teşhis koyma yeteneği test edilmiştir. Daha sonra önerilen algoritma parametreleri optimize edilmiş ve edilmemiş SVM ve tekil değer ayrıştırması ile dönüştürülmüş veriye ait SVM sınıflandırmalarıyla karşılaştırılmıştır. Önerilen algoritmanın diğer yöntemlere oranla daha başarılı olduğu saptanmıştır.

Özet (Çeviri)

The importance of machine learning has many wide-reaching applications. The possibilities for use within the financial, military, and medicinal sectors showcase how important this breakthrough, now using tensors, is for the development of the modern world. Through computer technology, several fields now have the potential for organizing and classifying data at incredible speeds and then proposing a conclusion from that data, without human input. Although military and financial uses are important, nothing is more critical to life than good health. As such, this research focuses on applying a new methodology of tensor-based vector representation as it relates to five common and serious diseases. They are: colorectal cancer, cirrhosis, inflammatory bowel disease, psoriasis, and type-2 diabetes. The datasets of sick versus healthy patients were compared in the experimental data using a vector with 1455 features. The results from the proposed algorithm to locate and classify data as it relates to a successful diagnosis were then compared to the existing three algorithms of SVM, SVM_non-optimized, and SVM-SVD. The algorithm proposed in this paper displayed a more accurate rate of success than these three common methods.

Benzer Tezler

  1. Tez No

    835448

    Ensemble and deep learning on astronomical data with different modalities

    Astronomik veride farklı kiplerle topluluk öğrenmesi ve derin öğrenme

    FATMA KUZEY EDEŞ HUYAL

    Doktora

    İngilizce

    İngilizce

    2023

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE ONUR KAHYA

    PROF. DR. ZEHRA ÇATALTEPE

  2. Tez No

    720087

    Emotion recognition of EEG data using tensor logistic regression

    Tensör lojistik regresyon kullanarak EEG verilerinden duygu tanıma

    İBRAHİM CANSU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ADEMOĞLU

  3. Tez No

    29697

    Feature extraction and selection for classification of air planes

    Başlık çevirisi yok

    SADIK NEJAT EZER

    Yüksek Lisans

    İngilizce

    İngilizce

    1993

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMİN ANARIM

    DOÇ. DR. ÖMER CERİD

  4. Tez No

    679520

    Deep learning-based face recognition with raspberry Pi and USB accelerator for IoT environments

    IoT için rapsberry Pi ve USB hızlandırıcı ile derin öğrenme tabanlı yüz tanıma

    KUTAY YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    PROF. DR. MURAT KOYUNCU

  5. Tez No

    756716

    Quality analysis of food and vegetables with image processing

    Görüntü işleme ile gıda ve sebzelerın kalite analizi

    ABDUL KHALIQUE BALOCH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yapay Zeka Ana Bilim Dalı

    PROF. DR. ALİ OKATAN

Geri Dön