Geri Dön

Daibetes diagnosis using machine learning

Makinenin örenmesi ile şeker hastalığını taşhisi

  1. Tez No: 610964
  2. Yazar: ALAA BADR EYSA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Yapay sinir ağları, özellikle geri bildirime bağlı olduklarında, son on yılda kontrol uygulamalarında karmaşık dinamikler üretme konumunda olmuştur. YSA'lar ağ tasarımı için güçlü olsa da, ağın tasarımı ne kadar zorlaşırsa, istenen dinamik o kadar karmaşık olur. Pek çok araştırmacı, bilgisayar programları kullanarak YSA'nın tasarım sürecini otomatikleştirmeye çalıştı. Arama ve optimizasyon problemleri, bir problemi çözmek için bir ağ için ayarlanmış en iyi parametreyi bulma problemi olarak düşünülebilir. Son zamanlarda, farklı araştırma veri setlerini eğitmek için ANN parametrelerini optimize etme problemi, yaygın olarak kullanılan iki stokastik genetik algoritması (GA) ve partikül sürüsü optimizasyonu (PSO) ile hedeflenmiştir. Sinir ağına dayalı oluşum süreci, robotun karmaşık işleri yapmasını sağlamak için GA ve PSO ile optimize edilmiştir. Bununla birlikte, YSA eğitim sürecini optimize etmek için bu tür optimizasyon algoritmalarını kullanmak her zaman dengeli veya başarılı olamaz. Bu algoritmalar aynı anda bir YSA'nın üç ana bileşenini geliştirmeyi amaçlar: her bir nöron için ayarlanan sinaptik ağırlık, bağlantılar, mimari ve transfer fonksiyonları. Önerilen yaklaşımla geliştirilen YSA, elle tasarlanan Levenberg-Marquardt ve Geri Yayılım ününe sahip algoritmalarla da karşılaştırılır.

Özet (Çeviri)

Artificial neural networks have been in the position of producing complex dynamics in control applications over the last decade, especially when they are linked to feedback. Although ANNs are strong for network design, the harder the design of the network, the more complex the desired dynamic is. Many researchers tried to automate the design process of ANN using computer programs. Search and optimization problems can be considered as the problem of finding the best parameter set for a network to solve a problem. Recently, the problem of optimizing ANN parameters to train different research datasets has been targeted by two commonly used stochastic genetic algorithms (GA) and particle swarm optimization (PSO). The process based on the neural network is optimized with GA and PSO to enable the robot to perform complex tasks. However, using such optimization algorithms to optimize the ANN training process cannot always be balanced or successful. These algorithms simultaneously aim to develop three main components of an ANN: synaptic weight, connections, architecture and transfer functions set for each neuron. Developed with the proposed approach, ANN is also compared with hand-designed Levenberg-Marquardt and Back Propagation algorithms.

Benzer Tezler

  1. Tip 2 diyabetin erken tanısında makine öğrenme tekniklerinin kullanılması

    Using machine learning techniques for EARLY diagnosis of TYPE 2 diabetes

    AYÇA ŞANLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    BiyoistatistikAkdeniz Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    DOÇ. DR. UĞUR BİLGE

  2. Dengesiz bir diyabet veri setinde makine öğrenmesi yöntemlerini kullanarak diyabet hastalığının teşhisi

    Diagnosis of diabetes disease using machine learning methods in an imbalanced diabetes dataset

    İSMAİL BUĞRA BÖLÜKBAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BETÜL YAĞMAHAN

  3. Diyabet tespitinde makine öğrenmesi algoritmaları yaklaşımını kullanarak yapılmış bir çalışma

    A study using the approach of machine learning algorithm in detection of diabetes

    AYŞE DOĞRU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT ARI

    DR. ÖĞR. ÜYESİ SELİM BUYRUKOĞLU

  4. Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı

    The usage of intelligent classification and clustering methods in medical diagnosis and treatment

    UĞUR ERKİN KOCAMAZ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN TAŞKIN

  5. Improve diabetes diagnosis by integrating multiple machine learning algorithms

    Çoklu makine öğrenme algoritmalarını entegre ederek diyabet teşhisini gelıştırın

    FERAS KHALEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA