Random forest (Rastgele orman) algoritması temelli süreç izleme yönteminin ambulatuar kan basıncı izlemede hipertansiyonun erken tanısı için kullanımı
Başlık çevirisi mevcut değil.
- Tez No: 619112
- Danışmanlar: DOÇ. DR. ERALP DOĞU
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Halk Sağlığı, Biostatistics, Public Health
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Çok değişkenli süreçler gelişen teknolojinin ürünüdür ve bu süreçlerin izlenmesi, sorunların tespiti ve erken uyarı sistemlerinin oluşturulması için modern istatistiksel yöntemlerin kullanılması giderek önem kazanan bir problemdir. Gerek kalite kontrolü gerekse biyoistatistik alanında yaygın olarak kullanılan çok değişkenli kontrol kartları krono-biyolojik yapıya sahip olan hipertansiyon izleme probleminde kullanılmaktadır. Hotelling T^2 istatistiğini temel alan çok değişkenli kontrol kartları, zamana göre ağırlıklandırılan çok değişkenli kümülatif toplam kontrol kartı (MCUSUM), çok değişkenli üstel ağırlıklı hareketli ortalama kontrol kartı (MEWMA) vb. yöntemlerle daha güçlü alternatifler sunmaktadır. Bu geleneksel yöntemler hipertansiyon izleme problemine uyarlandıklarında gün ve gece ölçümlerini aynı anda izlemek yerine iki ayrı kontrol kartında izlemeyi gerektirir. Bu durum kontrol kartı sayısının artışına ve yorumlama zorluklarına neden olabildiği gibi, belirli büyüklükteki değişimlere hassastırlar. Bu tez çalışmasında çok değişkenli kontrol kartları yerine makine öğrenmesi yöntemlerini temel alan ve bu yöntemleri kullanarak bir kontrol kartı oluşturmaya olanak veren Gerçek Zamanlı Zıtlıklar (Real Time Contrasts) kontrol kartının hipertansiyon izlemeye uyarlanması üzerinde durulmuştur. Yapılan simülasyon çalışmaları ile farklı hipertansiyon türleri için yöntemin performansı değerlendirilmiştir.
Özet (Çeviri)
Multivariate processes are the output of developing technology. The use of modern statistical methods to monitor these processes to identify problems and establish early warning systems is an increasingly important research problem. Multivariate control charts, which are widely used in both quality control and biostatistics, are also used in the monitoring of hypertension that has a chrono-biological structure. Multivariate control charts based on Hotelling T^2 statistics, Multivariate Cumulative Sum control chart (MCUSUM), Multivariate Exponential Weighted Moving Average control chart (MEWMA) offers more powerful alternatives compared to univariate methods. These conventional methods, when adapted to the monitoring problem of hypertension, require monitoring of day and night measurements on two separate control cards instead of simultaneously monitoring them. This can lead to an increase in the number of control charts and difficulties in interpretation, and they are susceptible to changes of a certain size. This thesis focuses on the adaptation of Real Time Contrasts (RTC) method to hypertension monitoring based on machine learning methods. Simulation studies performed to evaluate the performance of the method for different types of hypertension.
Benzer Tezler
- Özellik seçimi algoritmaları kullanılarak heyelanda etkili faktörlerin belirlenmesi ve heyelan duyarlılık haritalarının üretilmesi
Determination of effective factors using feature selection algorithms and production of landslide susceptibility maps
EMREHAN KUTLUĞ ŞAHİN
Doktora
Türkçe
2017
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER
PROF. DR. TAŞKIN KAVZOĞLU
- Deep metric learning applied to crop classification from multi-spectral multi-temporal remote sensing data
Derin metrik öğrenmenin çoklu-zamanlı ve çoklu-bantlı uzaktan algılanmış verilerden tarım ürünü sınıflandırmaya uygulanması
MERVE BOZO
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Açık uçlu eşeksenel prob ile dielektrik spektroskopi için makine öğrenmesi temelli kestirim yöntemleri
Machine learning based estimation methods for dielectric spectroscopy with open-ended coaxial probe
MUSA ALPEREN YILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÇAYÖREN
- Makine öğrenmesi yöntemleri kullanılarak üç boyutlu nokta bulutlarının sınıflandırılması
Classification of three-dimensional point cloud via machine learning methods
KORAY AKSU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HANDE DEMİREL
- Veri madenciliği ile çocukluk çağındaki akut romatizmal ateşin kalp hastalığına etkilerinin analizi
Analysis of effects of acute rheumatic fever in childhood on heart disease with data mining
İLKİM ECEM EMRE
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
YRD. DOÇ. DR. ÇİĞDEM EROL
YRD. DOÇ. DR. YALÇIN ÖZKAN