Bayes ve bazı ikili kümeleme algoritmalarının zootekni verilerinde kullanımı
Usage of bayesian and some biclustering algorithms in animal science data
- Tez No: 747285
- Danışmanlar: PROF. DR. HASAN ÖNDER
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Bal arısı, Bayes ağlar, Koyunlar, Kümeleme, Veri setleri, Honey bee, Bayes networks, Sheep, Clustering, Data sets
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, iki farklı veri seti kullanılarak farklı ikili kümeleme algoritmalarının kümeleme performanslarının karşılaştırılması amaçlanmıştır. Çalışmada ilk olarak Sheepnet (Ağ oluşturma yoluyla Avrupa Birliği (AB) ve Türk koyun verimliliğini artırmaya yönelik uzmanlık ve deneyim paylaşımı) platformuna ait koyun yetiştiriciliğinde gebelik sorunları ve kuzu ölümlerini azaltmak amacıyla geliştirilen çözümler ve faydalarını içeren veri seti kullanılmıştır. Sheepnet veri seti kullanılarak yapılan ikili kümeleme analizi için Bimax, Xmotif ve Bayes algoritmaları kullanılmıştır. Algoritmaların ikili kümeleme performansları CKSB skoru, ortalama küme boyutları kullanılarak karşılaştırılmıştır. Karşılaştırma sonucunda en iyi ikili kümele performansını Bayes algoritması vermiştir. Çalışmada ikinci olarak, 2018 yılında yapılan arıcılık faaliyetlerindeki öneminden dolayı seçilen beş ilden (Artvin, Düzce, Hatay, Kırklareli ve Muğla) dört yaygın bal arısı ırklarının genetik açıdan durumları, filogenetik ilişkileri ve popülasyonlarının genetik yapılarının belirlenmesi amacıyla 150 koloni ve 30 lokus içeren veri seti kullanılmıştır. Bal arısı veri seti kullanılarak yapılan ikili kümeleme analizi için Bimax, Xmotif, Bayes, CC ve Plaid algoritmaları kullanılmıştır. Algoritmaların ikili kümeleme performansları HKO, VAR, CKSB skoru ve ortalama küme boyutları kullanılarak kullanılarak karşılaştırılmıştır. Algoritmaların ikili kümeleme performansları CKSB skoru, ortalama küme boyutu, HKO ve VAR değerleri kullanılarak karşılaştırılmıştır. Karşılaştırma sonucunda en iyi ikili kümele performansını Bimax algoritması vermiştir.
Özet (Çeviri)
In this study, it was aimed to compare the clustering performances of different binary clustering algorithms using two different data sets. In the study, firstly, the data set of the Sheepnet (Expertise and experience sharing to increase European Union (EU) and Turkish sheep productivity through networking) platform was used, which includes the solutions and benefits developed to reduce gestation problems and lamb deaths in sheep breeding. Bimax, Xmotif and Bayes algorithms were used for biclustering analysis using Sheepnet dataset. The biclustering performances of the algorithms were compared using the CKSB score and average cluster sizes. As a result of the comparison, Bayes algorithm gave the best bicluster performance. Secondly, in the study, a data set containing 150 colonies and 30 loci was used to determine the genetic status, phylogenetic relationships and genetic structures of the populations of four common honey bee breeds from five provinces (Artvin, Düzce, Hatay, Kırklareli and Muğla) selected due to their importance in beekeeping activities carried out in 2018. Bimax, Xmotif, Bayes, CC and Plaid algorithms were used for biclustering analysis using honey bee dataset. The biclustering performances of the algorithms were compared using MSR, VAR, CKSB score and average cluster sizes. The biclustering performances of the algorithms were compared using the CKSB score, average cluster size, MSR and VAR values. As a result of the comparison, Bimax algorithm gave the best binary cluster performance.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Yunanistan'dan toplanmış Brachypodium spp. (Poaceae) popülasyonlarının fenotipik ve genetik karakterizasyonu
Genetic and phenotypic characterization of Greek Brachypodium spp. (Poaceae) populations
PARTHENA CHARALAMPIDOU AYDIN
- Naive Bayes sınıflandırıcı tabanlı ikili-veri çoklu-ölçütlü öneri sistemler
Binary-data multi-criteria recommender systems based on Naive Bayes classifier
EMRE YALÇIN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALPER BİLGE
- CAD for corneal diseases based on topographical parameters to improve the clinical decision
Kornea hastalıklarında klinik kararı geliştirmek için topografik parametrelere dayalı bilgisayar destekli tanı
SAMER KAIS JAMEEL AL-SALIHI
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiAksaray ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEZGİN AYDIN