Classification on breast cancer using genetic algorithm trained neural network
Genetik algoritma ile eğtimli yapay sinir ağı kullanılan meme kanserinin sınıflandırılması
- Tez No: 611112
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- 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: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Yapay sinir ağları, son on yılda kontrol uygulamalarında karmaşık dinamikleri üretme konumunda, özellikle de geri bildirime bağlı olduklarında olmuştur. YSA'lar ağ tasarımı için güçlü olsa da, ağın tasarımı ne kadar zorsa, istenen dinamik o kadar karmaşıktır. Birçok 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 kümelerini eğitmek için ANN parametrelerini optimize etme sorunu, yaygın olarak kullanılan iki stokastik genetik algoritma (GA) ile hedeflenmiştir. Sinir ağına dayanan süreç, robotun karmaşık görevleri yapmasını sağlamak için GA 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 ayarlanmış sinaptik ağırlık, bağlantılar, mimari ve aktarım işlevleri. Önerilen yaklaşımla geliştirilen YSA, el tasarımlı Levenberg-Marquardt ve Sırt Yayılım algoritmalarıyla da karşılaştırılmıştır.
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). The process based on the neural network is optimized with GA 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
- Görüntü zenginleştirme ve hücresel ysa kullanarak meme kanseri teşhisi
Diagnosis of breast cancer using image enhancement and cellular neural networks
LEVENT CİVCİK
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Breast cancer data classification using SVM, NB and KNN algorithms
SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması
BURCU MERAL
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. KAMİL ORUÇOĞLU
- Derin topluluk öğrenmesi modeli ile histopatolojik görüntüler üzerinde çok sınıflı kanser teşhisi
Multi-class cancer diagnosis on histopathological images with deep ensemble learning model
GİZEM YILDIZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖNDER YAKUT
- Dna mikrodizi analizleri ile meme kanseri hastalarında prognozun genetik algoritma kullanılarak belirlenmesi
Determination of prognosis in breast cancer patients from dna microarray analysis using genetic algorithm
OKTAY YILDIZ
Doktora
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. M.ALİ AKCAYOL
PROF. DR. İNAN GÜLER