Gaussian graphical approaches in estimation of biological systems
Gaussian grafiksel modeli ile biyolojik sistemlerin tahmini
- Tez No: 338494
- Danışmanlar: DOÇ. DR. VİLDA PURUTÇUOĞLU GAZİ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Tekillik, Singularity
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gaussian Gra?ksel Modeli, sistem düğümlerinin koşullu bağımsızlığına dayanan, en çok bilinen deterministik tahmin metotlarından biridir. Bu çalışmada, bu yaklaşım, farklı tekillik problemleri ve seyreklik koşulları olan, küçük ve daha büyük sistemler için kullanılmıştır. Bu sistemlerin tahmininde, lasso ve L1-cezalandırmalı lasso regresyon yaklaşımları uygulanmış ve farklı kriterler kullanarak veriye en çok uyan model seçilmiştir. Bir çok alternatif arasından, F- ölçüsü, yanlış pozitif oranı, kesinlik ve hassasiyet ölçüleri ve çapraz doğrulama metodu Monte Carlo simülasyonları içinde kullanılmıştır. Sonuçların doğruluğu ve hesaplama süreleri göz önünde bulundurularak da JAK-STAT yolağı gibi gerçekçi büyüklükteki karmaşık sistemlerin tahmininde kullanılacak en iyi kriter seçilmiştir. Hesaplamalar sırasında tekillik problemiyle karşılaşılması durumunda, yeni geliştirilen bir matris ayrıştırma tekniğinin performansı değerlendirilmiştir. Bu yeni yaklaşım, aynı zamanda, sistemlerin seyrekliğinden kaynaklanan problemleri çözebilmemizi de sağlamaktadır. Sonunda ise varolan model seçme yaklaşımlarından farklı olarak, bu tür tahmin problemleri için olası başka alternatif yöntemler araştırılmaktadır.
Özet (Çeviri)
The Gaussian Graphical Model (GGM) is one of the well-known deterministic inference methods which is based on the conditional independency of nodes in the system. In this study we consider to implement this approach in small and relatively large networks under different singularity and sparsity conditions. In inference of these systems we perform lasso and L-1 penalized lasso regression approaches and select the best ?tted model to the data by using different criteria. Among many alternatives, we apply the F-measure, false positive rate, precision, and recall measures as well as cross validation method in Monte Carlo runs. According to the results of their accuracies and computational time, we choose the best criterion for the inference of realistically complex systems such as the JAK-STAT pathway. In the calculation in case we can face with singularity problem, we evaluate the performance of a recently developed technique for the matrix decompositions. This novel approach also enables us to deal with the computational problems caused by the sparsity of the networks. Finally, apart from the current model selection approaches in the GGM ?eld, we investigate other plausible alternatives for this type of inference problems.
Benzer Tezler
- Different types of modellings and the inference of model parameters for complex biological systems
Karmaşık biyolojik sistemler için farklı türlerde modellemeler ve model parametrelerinin çıkarımı
MELİH AĞRAZ
Doktora
İngilizce
2017
GenetikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. VİLDA PURUTÇUOĞLU GAZİ
- Inference of large-scale networks via statistical approaches
Geniş ölçekli ağların istatistiksel yaklaşımlarla tahmini
EZGİ AYYILDIZ DEMİRCİ
Doktora
İngilizce
2019
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. VİLDA PURUTÇUOĞLU GAZİ
- İzometriler ve diferansiyel geometri
Başlık çevirisi yok
NEJAT EKMEKÇİ
Yüksek Lisans
Türkçe
1987
MatematikGazi ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. HASAN HİLMİ HACISALİHOĞLU
- Landsat uyduları aracılığı ile elde edilen görüntülerin işlenmesinde kontrast artırma tekniklerinin tanımı ve bu tekniklere ilişkin bilgisayar programlarının hazırlanması üzerine bir çalışma
Başlık çevirisi yok
BİLHAN TABAK
Yüksek Lisans
Türkçe
1986
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Collocation methods for linear two point boundary value problems by using monomial basis
Başlık çevirisi yok
AVNİ ABUSAMAN