Modeling brain networks with artificial neural networks
Beyin ağlarının yapay sinir ağlarıyla modellenmesi
- Tez No: 539783
- Danışmanlar: PROF. DR. FATOŞ TUNAY YARMAN VURAL, DR. ITIR ÖNAL ERTUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 120
Özet
Bu tez çalışmasında, yapay sinir ağlarını kullanarak anatomik beyin bölgeri arasındaki işlevsel bağlantıları kestiren üç özgün yöntem öneriyoruz. Önerdiğimiz ilk yöntemi kullanarak, her denek için (denek seviyesinde) yönlü ve yönsüz beyin ağları oluşturup bu beyin ağlarının beyin çözümleme performanslarını destek vektör makineleri aracılığıyla ölçüyoruz. Önerdiğimiz ikinci yöntem ile zihinsel görev seviyesinde beyin ağları oluşturuyor ve bu yönlü ve yönsüz beyin ağlarının geçerliliğini yine kendi önerdiğimiz önceden görülmemiş bir veri yığınını zihinsel görevlere göre kategorileyen ve bu amaçla beyin ağlarının yeniden yapılandırma gücünü kullanan bir sınıflandırma yöntemi ile test ediyoruz. Son yöntemimizde, çok katmanlı algılayıcı mimarisini kullanarak beyin ağlarını sınıflandırıyoruz ve iki özgün yapay sinir ağları modeli öneriyoruz. Bu modellerin ilki, eş zamanlı çoklu beyin ağı oluşturmakta ve ikinci model ise uçtan uca bir yapay sinir ağı yapısı olup, beyin ağlarının oluşturması ve sınıflandırması görevlerini tek bir yapay sinir ağı mimarisinde buluşturmaktadır. Önerdiğimiz üç yöntem de hem yönlü hem de yönsüz beyin ağları sunmaktadır ve iki fonksiyonel manyetik rezonans görüntüleme verisetini, HCP (Human Connectome Project) ve TOL (Tower of London), kullanarak yaptığımız deneyler ile önerilen yönlü ve yönsüz beyin ağlarının literatürdeki beyin ağları oluşturan yöntemlere kıyasla daha yüksek sınıflandırma doğruluğu sağladığını gösteriyoruz.
Özet (Çeviri)
In this thesis, we propose three novel artificial neural network approaches to capture the functional connectivities among anatomic brain regions. Using the first proposed method, we estimate directed and undirected brain networks for each subject (subject-level) and validate the estimated brain networks on brain decoding performance using Support Vector Machines for classification. We propose our second method in order to estimate brain networks to represent each task (task-level) and we also propose a novel classification method in order to categorize an unseen chunk of fMRI data into cognitive states using reconstruction power of these directed and undirected task-level brain networks. In our last method, we use multilayer perceptrons for classification of brain networks and we propose two novel artificial neural network models. The first model of the last method estimates multiple brain networks simultaneously and the second model is an end to end model that estimates and classifies brain networks in a single architecture. All three proposed methods offer directed and undirected brain networks and we show that both directed and undirected brain networks estimated with the proposed methods offer state of the art classification accuracy on two functional magnetic resonance imaging datasets, namely HCP (Human Connectome Project) dataset and TOL (Tower of London) dataset.
Benzer Tezler
- Yapay sinir ağlarının girdap arama algoritmasıyla eğitilmesi
Training artificial neural networks with vortex search algorithm
ZAINAB ABDULLAH JALIL JALIL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAHİR SAĞ
- Tel kaplama prosesinin yapay sinir ağları (YSA) ile modellenmesi ve öngörülü kontrol modeli (MPC) ile kontrolü
Control with a model predictive control (MPC) and modelling with artificial neural networks (ANN) of the wire coating process
BEKİR ÇIRAK
Doktora
Türkçe
2010
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP KOZAN
- Yapay sinir ağları ile enflasyonu etkileyen faktörler üzerine bir uygulama
An application on the factors affecting inflation with artificial neural networks
SELİN SABAK
Yüksek Lisans
Türkçe
2021
İstatistikİstanbul Ticaret Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZLEM DENİZ BAŞAR
- Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi
Modeling automotive casting part demand forecasting with artificial neural networks and comparative analysis with arima method
SELİNAY KAYALI
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- Makkroekonomik değişkenler ve döviz kuru ilişkisi: Yapay sinir ağı ve var yaklaşımları ile öngörü modellemesi
The macroeconomic variables and exchange rate causality: A forecast modelling with artificial neural network and var approach
YEŞİM HELHEL