Accuracy enhancement of brain epilepsydetection by using of machine learningalgorithms
Beyin epilepsi tespitini kullanarak doğruluk geliştirme makineöğrenme algoritmaları
- Tez No: 672769
- Danışmanlar: بروف. الدكتور. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: LSTM, FFNN, Rastgele Orman, KNN, Naif Koylar, LSTM, FFNN, Random Forest, KNN, Naïve Bays
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilim ve mühendislik uygulamalarında veriler hayati bir rol oynamıştır; doğru veri analizi, bu uygulamaların ekonomik değeri. Makine öğrenimi araçları büyük verileri sınıflandırmak için kullanılır. içlerindeki gizli kalıpları keşfet. Bu, gelecekteki tahmini ile ilgili önemli avantajlara yol açabilir. veri. Sonuçta elde edilen bilgiler pratik sistemleri sadece karlı olan şeyleri geliştirmek için kullanılabilir. Hadi öyleyse. Başka bir şekilde, şirkete veya kuruluşa zarar verebilecek hoş olmayan olayların önlenmesine yardımcı olur. Bir beyin epilepsi hastalığı tahmin sistemi dört farklı algoritma kullanılarak uygulanır: Naïve Bays algoritması, K-En Yakın Komşular algoritması, Rastgele Orman algoritması ve Uzun Kısa Süreli Bellek Sinir Ağı. performans ölçümleri de dört aracın tahmin performansındaki farkı değerlendirmek için başlatılır. tahmin doğruluğu hastalığın Naïve Bays için rastgele 33.035, 95, 61.195 ve 96.79 kaydedildi, Rastgele Orman, K-En Yakın Komşu ve Uzun Kısa Vadeli Sinir Ağı.
Özet (Çeviri)
Data has gained vital role in science and engineering applications; the proper data analysis has made it possible to boost the economical worthiness of those applications. Machine learning tools are used to classify the big data in order to discover the hidden patterns in them. That may lead to noteworthy advantages that related to future prediction of the data. The resultant information can be used to enhance the practical systems in such way only the profitable thing can be come on then. In other way, it helps to prevent any unpleasant occurrence that may harm the company or the organization. A brain epilepsy disease prediction system is implemented using four different algorithms namely: Naïve Bays algorithm, K-Nearest Neighbours algorithm, Random Forest algorithm and Long Short Term Memory Neural Network. The performance metrics are also initiate in order to evaluate the difference in prediction performance of the four tools. The accuracy of prediction the disease was recorded more likely 33.035, 95, 61.195 and 96.79 for the Naïve Bays, Random Forest, K-Nearest Neighbour and Long Short Term Neural Network.
Benzer Tezler
- Comparative analysis of deep learning and traditional machine learning for brain tumor classification in MRI scans
MRI taramalarında beyin tümörü sınıflandırması için derin öğrenme ve geleneksel makine öğreniminin karşılaştırmalı analizi
MUHIADIN MOHAMED SABRIE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEHİM KÖYLÜ
- A design and implementation of P300 based brain-computer interface
P300 tabanlı beyin-bilgisayar arayüzünün tasarımı ve uygulaması
HASAN BALKAR ERDOĞAN
Yüksek Lisans
İngilizce
2009
BiyomühendislikOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Eğitimi Ana Bilim Dalı
DR. ALİ BÜLENT UŞAKLI
PROF. DR. NEVZAT GÜNERİ GENÇER
- Design and optimization of compact vivaldi antenna with matching medium for microwave brain imaging applications
Mikrodalga beyin görüntüleme uygulamaları için eşleştirme ortamına sahip kompak vıvaldı antenin tasarımı ve optimizasyonu
CAFER UYANIK
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Beyin MR görüntülerinin kesit konum standardizasyonu
Standardization of slice-positioning for brain MR images
ALİ İSKURT
Doktora
Türkçe
2010
Mühendislik BilimleriKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAŞAR BECERİKLİ
- Tomografide temel beyin tanılarının otomatik tespiti
Automatic diagnosis of fundental brain diseases in computed tomography
SERDAR KÜPLÜ
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CEMAL HANİLÇİ