Diagnosis of diseases through genes by using machine learning
Başlık çevirisi mevcut değil.
- Tez No: 829117
- Danışmanlar: DR. ÖĞR. ÜYESİ OGUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
İnternet, gündelik gönderilerden derinlemesine konuşmalara kadar, çok çeşitli bakış açıları ve akılda kalan amaçlarla geniş ve sürekli genişleyen bir metin kaynağıdır. Polarite tanıma ve hedef çıkarma girişimleri zaman alıcıdır çünkü nesnenin nasıl yönlendirildiğini ve nereye gittiğini anlamak önemlidir. Ulusal savunma ve siyaset çalışması için çıkarımlar derindir. Bununla birlikte, mevcut tartışmanın dışında kalan bir konu hakkında bazı araştırmalar yapılmıştır. Bu nedenle, bu araştırmanın birincil amacı, özellikle şu anda herhangi bir veri seti olmayan Arapça siyasi makalelerle ilgili olarak en uygun çözümü belirlemektir. Metinlerden duygu çıkarmaya yönelik geleneksel yaklaşımları yeniden değerlendirme ihtiyacı, hem metin kaynaklarının hem de konuların artan karmaşıklığına yanıt olarak ortaya çıkmıştır. Bu tezin kapsayıcı hedefi, fikir madenciliğine dayalı bir destek sistemi kullanarak hükümetin daha iyi seçimler yapmasına yardımcı olmaktır. Araştırma özellikle siyasi Arapça makalelere ve yeni bir karar alma tekniği geliştirmek için kullanılan sınıflandırma yöntemine odaklanmaktadır. Bu tez ayrıca, sözlük tabanlı teknikler, makine öğrenimi ve hibrit bir yaklaşımın bir kombinasyonunu kullanarak yayınlanan siyasi makalelerdeki kutupları ve hedefleri tespit etmek için yeni bir çerçeve önerdi. Araştırmanın bir parçası olarak dört farklı derlem oluşturulmuştur (V1, V2, V3 ve V4). Mandalay arşivi, çeşitli çevrimiçi kaynaklardan derlenen bu derlemleri barındırır. Makalelerin kutupsallığını belirlemek için bu araştırma, makine öğrenimi ve hibrit bir yaklaşım kullandı. Destek Vektör Makinesi (SVM), Naif Bayes (NB), KNearest Neighbor (KNN) ve Karar Ağacı (DT), iki öznitelik çıkarımı, Sözcük Paketi (BOW) ve n-gramlar gibi birinci gruba dahildir. İkinci strateji, sözlük tabanlı bir vektörü Kaba Küme Teorisine (RST) dayalı bir sınıflandırma ile birleştirdi. Bu araştırmada, insan temelli tohum kelime, bir cümle hedef çıkarma tekniği olan daha düşük yaklaşımla birlikte kullanılmıştır. Araştırma, alt tahmin yöntemini cümle sıklığı ile birleştirerek hedef cümle çıkarımını geliştirdi. İstenen doğruluğun garanti edilmesi ve cümle çıkarımının doğrulanması, hem insan hem de insan olmayan değerlendirmelerle test edildi. KNN tekniğinin, test edilen diğer makine öğrenimi tekniklerinden üstün olduğu bulundu. Tohum-vektör ve topluluk-vektör hibrit yöntemleriyle yaklaşım doğruluğu, daha düşük tahmin yöntemlerine göre daha yüksekti. Hibrit yaklaşımların makine öğrenimi tekniklerinden daha etkili olduğu bulundu. Düşük yaklaşımın performansı, düşük tahmin artı cümle sıklığından daha kötüydü. Bulgulara göre, makalelerin polaritesini belirlemeye yönelik en iyi yaklaşım, bir topluluk vektörüne dayalı doğru bir tahmin tekniğidir. Ayrıca, makalelerin konularını çıkarmak için daha düşük bir cümle sıklığı yaklaşımı kullanılması önerilmektedir.
Özet (Çeviri)
The Internet is a vast and ever-expanding source of texts, from casual posts to in-depth talks, with a wide range of perspectives and ends in mind. Attempts at polarity recognition and target extraction are time-consuming because it's important to figure out how the object is oriented and where it's going. The implications for national defence and the study of politics are profound. Some research has been done, however, on a subject that is peripheral to the present discussion. Therefore, the primary goal of this research is to identify the optimal solution, particularly with regards to Arabic political articles, for which there is currently no dataset. The need to reevaluate traditional approaches to extracting sentiment from texts has arisen in response to the growing complexity of both text sources and subjects. This dissertation's overarching goal is to help the government make better choices through the use of an opinion-mining-based support system. In particular, the research focuses on political Arabic articles and the classification method used to develop a new decision-making technique. This dissertation also suggested a new framework for detecting polarity and targets in published political articles using a combination of lexicon-based techniques, machine learning, and a hybrid approach. As part of the research, four distinct corpora were constructed (V1, V2, V3, and V4). The Mandalay archive houses these compiled corpora from various online sources. In order to determine the polarity of papers, this research utilised machine learning and a hybrid approach. Support Vector Machine (SVM), Naive Bayes (NB), KNearest Neighbor (KNN), and Decision Tree (DT) are included in the first group, as are the two feature extractions, Bundle of Words (BOW), and n-grams. The latter strategy combined a lexicon-based vector with a classification based on Rough Set Theory (RST). In this research, the human-based seed word was used in conjunction with lower approximation, a sentence target extraction technique. The research improved target sentence extraction by combining the lower approximation method with sentence frequency. Guaranteeing the desired accuracy and verifying sentence extraction were both tested with human and non-human assessments. The KNN technique was found to be superior to the other machine learning techniques tested. Approximation accuracy with seed-vector and ensemble-vector hybrid methods was higher than with lower estimate methods. Hybrid approaches were found to be more effective than machine learning techniques. The performance of the lower approximation was worse than that of the lower estimate plus sentence frequency. According to the findings, the best approach to determining the polarity of articles is an accurate approximation technique based on an ensemble vector. Furthermore, it is suggested that a lower approximation of sentence frequency be used to extract the subjects of articles.
Benzer Tezler
- İnsan gen yolaklarında ikâme modelleme ve makine öğrenmesi kullanarak varyant analizi
Variant analysis in human gene networks using surrogate modelling and machine learning
FURKAN AYDIN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Derin öğrenme ile pnömoni hastalığını tespit etme
Determining of pneumonia disease with deep learning
GAMZE AKPOLAT
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. HÜLYA YALÇIN
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Kronik inflamatuvar demiyelinizan polinöropati (CIDP) hastalığının teşhisinde makine öğrenme algoritmaları kullanılarak karar destek sistemi oluşturma
Developing a decision support system for the diagnosis of chronic inflammatory demyelinating polyneuropathy (CIDP) using machine learning algorithms
HÜSEYİN AKBUDAK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBiyomedikal Ana Bilim Dalı
DOÇ. DR. MUHAMMET SERDAR BAŞÇIL