Yüksek boyutlu kanser sınıflama probleminde bilgi karmaşıklığı kriteri ile aykırı gözlem tespiti ve boyut indirgeme
Dimension reduction and detection of outliers in cancer classification using information complexity for undersized samples
- Tez No: 392371
- Danışmanlar: DOÇ. DR. SİNAN ÇALIK, PROF. DR. HAMPARSUM BOZDOĞAN
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
DNA mikrodizilim tekniklerinde meydana gelen son gelişmeler, muhtemel gen ifadelerinin binlercesinin aynı anda görüntülenmesine imkan sağlamıştır. Gen ifade verilerindeki bu zenginlik nedeniyle araştırmacılar, bu verileri kullanarak kanser sınıflaması yapmanın ihtimalleri üzerinde durmaya başlamışlardır. Bu konuyla alakalı olarak son yıllarda metotların bir çoğunda umut verici sonuçlar elde edilmeye başlanmıştır. Fakat hala çözülmeye ve anlaşılmaya ihtiyaç duyulan bir çok konu vardır. Bunlardan en önemlileri boyutsallık problemi ve aykırı gözlemlerin tespitidir. Özellikle gen ifade verilerindeki aşırı derecede küçük örneklem problemi (n<<p) boyut indirgeme ve aykırı gözlem tespiti konularında klasik istatistiksel yöntemlerin uygulanmasını imkansız kılan bir durumdur. Gözlem sayısının, değişken sayısından aşırı derecede küçük olması sonucunda örnek varyans-kovaryans matrisi olan S'in dejenere olması ve tersinin hesaplanamaması, klasik istatistiksel yöntemler açısından karşılaşılan en büyük problemdir. Bu noktadan hareketle bu çalışmada öncelikli olarak, mikrodizilim verilerinin analizinde literatürde ilk defa, Maksimum Entropi kovaryans matrisinin ve diğer bazı sağlam veya düzgünleştirilmiş kovaryans matrislerinin kullanımı ile S'in dejenere olmasının önüne geçilmiş ve dolayısıyla boyut indirgeme ve aykırı gözlemlerin tespitleri mümkün hale getirilmiştir. İkinci olarak boyut sayısına karar verirken önemli bileşenler, klasik yöntemlerden farklı olarak yine literatürde ilk defa bilgi karmaşıklığı kriteri ICOMP yardımıyla seçilmiş ve üçüncü olarak, verinin boyutu indirgendikten sonra elde edilen alt uzay üzerinde yine literatürde ilk defa ICOMP yardımı ile verideki aykırı gözlemler tespit edilmiştir. Literatürde bu problemleri eş zamanlı olarak değerlendirip bilgi kriterlerinin yardımı ile tutarlı ve doğru bir şekilde hem boyut indirgeyen hem de aykırı gözlem tespiti yapabilen bir çalışma bulunmamaktadır. Bilgi Karmaşıklığı Kriteri ICOMP ile önerilen bu yaklaşımların hem benzetim verilerine hem de çeşitli mikrodizilim veri setlerine uygulanması sonucunda, boyut indirgemenin ve aykırı gözlemlerinin tespitinin başarılı bir şekilde yapılabildiği görülmüştür. Sonuçların geçerliliği, bazı sınıflama prosedürlerinin doğru sınıflama yüzdesi kullanılarak da ortaya koyulmuştur.
Özet (Çeviri)
Recent developments in DNA microarray techniques has allowed simultaneously to display thousands of the potential gene expressions. Due to the wealth of gene expression data, researchers have begun to focus their attention on how to optimally classify cancer using the gene expression data. Although many of the methods used have produced promising results, there remains many problems yet to be resolved and to be understood. One of the most important of these problems is the dimension reduction and the detection of outliers. The classical statistical techniques cannot be used to reduce the dimension and to detect the outliers because of the severity of undersized sample problem (n<<p) in gene expression data. When the number of observations is much smaller than the number of features (or variables), the usual sample covariance matrix S degenerates and it can not be inverted. This is one of the biggest encountered obstacle to the classical statistical methods. In this thesis, to remedy the manifestation of the singular covariance matrices, for the first time, we introduce new robust estimators of the covariance matrix with a well-structured eigen-system. These robust (or smoothed) estimators of the covariance matrix overcome the singularity of the covariance matrix. Therefore, to reduce the dimension and to detect the outliers have been made possible. Secondly, for the first time in the literature, we derive and score the information complexity ICOMP criterion to choose the number of principal components in the data to reduce the dimension. After the dimension reduction, we carry out supervised classification and also a case deletion diagnostics is proposed to determine the outliers in the reduced subspace using ICOMP criterion. We demonstrate our approach on both the simulation studies and the various benchmark real microarray data sets to reduce the dimension and at the same time to classify the data for cancer and detect the outliers. The results show the flexibility and utility of the new approaches presented.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Bir ilaç fabrikasında personel gereksinmesinin belirmesi seçilmesi ve elde tutulmasına yönelik bir uygulama çalışması
Başlık çevirisi yok
EMİNE BOZBAĞ
Yüksek Lisans
Türkçe
1989
İşletmeİstanbul ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. TUĞRAY KAYNAK
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Halvetiyyenin Şa'baniyye kolu ve Şa'ban-ı Veli
Başlık çevirisi yok
L. NİHAL YAZAR
Yüksek Lisans
Türkçe
1985
Türk Dili ve EdebiyatıGazi ÜniversitesiYRD. DOÇ. DR. ABDÜLKERİM ABDÜLKADİROĞLU
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE