Genetik programlama kullanılarak iki sınıflı tıbbi verilerin sınıflandırılması
Classification of medical data with two classes by using genetic programming
- Tez No: 890094
- Danışmanlar: PROF. DR. MEHMET EMİN YÜKSEL
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Makine Öğrenimi, Sınıflandırma, Evrimsel Algoritmalar, Genetik Programlama, Biyomedikal uygulamalar, Sınıflama yöntemleri, Yapay zeka, Machine Learning, Classification, Evolutionary Algorithms, Genetic Programming, Biomedical applications, Classification methods, Artificial intelligence
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sınıflandırma, denetimli öğrenmenin önemli bir alt alanıdır ve makine öğrenimi ile veri madenciliğinde en çok çalışılan problemlerden biridir. Bir sınıflandırıcı, sınıflandırma görevlerini gerçekleştirmek için kullanılabilecek sistematik bir metodolojidir. Sınıflandırıcı, regresyon algoritmaları, yapay sinir ağları, bulanık mantık, destek vektör makineleri ve diğerleri gibi farklı algoritmalar kullanabilir. Genetik programlama (GP), bu makine öğrenimi algoritmalarına alternatif bir kullanım sunar. GP, en uygun olanın hayatta kalması ilkesini kullanan evrimsel algoritmaların bir parçasıdır. Bu tezde, işlev seti olarak mantıksal kapıları (VE, VEYA, DEĞİL) içeren genetik GP kullanılarak tıbbi veri sınıflandırmasına yönelik yenilikçi bir sınıflandırma yaklaşımı sunulmaktadır. Karmaşık hesaplama modellerine dayanan geleneksel yöntemlerin aksine, bu yaklaşım özellikle enerji verimliliği, maliyet etkinliği ve işleme hızı açısından önemli avantajlar sunar. Ayrıca, bu çalışma, sayısal veri kümelerini ikili forma dönüştürmek için analogdan dijitale dönüşüm kullanarak mantıksal kapı tabanlı işlev terminalleriyle sorunsuz entegrasyonu kolaylaştırmaktadır. Bu entegrasyon, devre tasarımını basitleştirir ve ölçeklenebilirliği artırır. Tezde ayrıca GP performansının tıbbi veri kümeleri üzerindeki kapsamlı bir analizi ve geliştirilen GP sınıflandırıcısının mevcut makine öğrenimi algoritmalarıyla detaylı bir karşılaştırması sunulmaktadır.
Özet (Çeviri)
Classification is an important subfield of supervised learning and is one of the most studied problems in machine learning and data mining. A classifier is a systematic methodology that can be utilized to perform classification tasks. A classifier can include different algorithms such as regression algorithms, artificial neural networks, fuzzy logic, support vector machines, and others. Genetic programming (GP) offers an alternative use for these machine learning algorithms. GP is part of evolutionary algorithms that use the principle of survival of the fittest. This thesis presents a novel approach to medical data classification using GP by incorporating logical gates (AND, OR, NOT) as the function set. Unlike traditional methods that rely on complex computational models, this approach offers significant advantages, particularly in terms of energy efficiency, cost-effectiveness, and processing speed. Additionally, this study employs analog to digital conversion to convert numeric datasets into binary form, facilitating seamless integration with the logical gate-based function terminals. This integration simplifies circuit design and enhances scalability. A thorough analysis of GP performance on medical datasets and a detailed comparison of the state-of-the-art GP classifier to existing machine learning algorithms are also presented.
Benzer Tezler
- New approach to unsupervısed based classıfıcatıon on mıcroarray data
Mi̇krodi̇zi̇li̇m veri̇lerden danışmansız öğrenmeye dayalı sınıflamada yeni̇ yaklaşım
ERDAL COŞGUN
Doktora
İngilizce
2013
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERGUN KARAAĞAOĞLU
- A radiogenomics-based approach to clinical decision making
Klinik karar vermede radyogenomik tabanlı bir yaklaşım
MERVE KAŞIKCI ÇAVDAR
Doktora
İngilizce
2025
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERDEM KARABULUT
DOÇ. DR. ERDAL COŞGUN
- Axolotl AL-1 ve insan dermal fibroblast hücre hattı arasındaki mitokondriyal farklılıkların araştırılması
Investigation of mitochondrial differences between axolotl AL-1 and human dermal fibroblast cell lines
BEYZANUR TURGUT
Yüksek Lisans
Türkçe
2026
Tıbbi Biyolojiİstanbul Medipol ÜniversitesiTıbbi Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SVEN PIERRE L. VILAIN
- HbF veya HbA2 anormalliği olan bireylerde Kruppel-like factor 1 ve Hemoglobin subunit delta genlerindeki mutasyonların genotip-fenotip ilişkisinin incelenmesi
Investigation of the genotype-fenotype relationship between the mutations of Kruppel-like factor 1 and Hemoglobin subunit delta genes in patients with HbF or HbA2 abnormalities
TANER KARAKAYA
Tıpta Uzmanlık
Türkçe
2019
GenetikÇanakkale Onsekiz Mart ÜniversitesiTıbbi Genetik Ana Bilim Dalı
PROF. DR. ÖZTÜRK ÖZDEMİR
- Çok depolu-kapasiteli araç rotalama probleminin doğrusal programlama ve genetik algoritma ile çözümü
Solution of the multi-depot capacitated vehicle routing problem using linear programming and genetic algorithm
SÜMEYYE KIRAN ONUK
Yüksek Lisans
Türkçe
2026
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK ALP