Tez detayları

Biyoinformatikte çok boyutlu verilerin boyut indirgenerek sınıflandırılması = Classification by dimension reduction of multidimensional data sets in bioinformatics

Yazarlar:

Demircioğlu, Hatice Zehra

Yayıncı:

Gazi Üniversitesi

Ana Başlıklar:

Yaşam bilimleri

Belge Tipi:

Tezler

Program Tipi:

Yüksek Lisans

Yayın Tarihi:

12/2014

Belge Dili:

Türkçe

Document ID (Org No.):

2000347688

Anahtar sözcükler:

Biyoteknoloji

Özet

Nowadays, Processing the big data in bioinformatics area by using data mining techniques have gained importance. Identifying genes that cause disease by using various size reduction and feature selection methods on gene expression data obtained by microarray technology is an significant role in bioinformatics. Obtained from those methods, size reducted data set measured with various methods of classification performance has been studied which genes are more important in patients with ovarian cancer.Using feature selection methods with the Fisher Correlation Score method and Weltch-T statistic method reduced the number of thousand features, classification successes were found for the first100 genes fetures in the data set. Among the various classifiers successes, support vector machine(linear kernel function) classifier were obtained with a 100% success.

Günümüzde biyoinformatik alanda devasa boyuttaki verileri veri madenciliği yöntemleri kullanarak işlemek büyük önem kazanmaktadır. Mikrodizi teknolojisi ile elde edilen gen ifade verileri üzerinde çeşitli boyut indirgeme ve öznitelik seçme yöntemleri kullanılarak hastalığa neden olan genlerin tespit edilmesi biyoinformatik alanda önemli bir yel almaktadır. Bu çalışmada, mikrodizi teknolojisinden elde edilen yumurtalık kanseri gen ifade veri kümesi üzerinde öznitelik seçme yöntemlerinden ve boyut indirgeme yöntemlerinden bazıları kullanılarak veri kümesi küçültülerek çeşitli sınıflandırma yöntemleri ile başarıları ölçülerek yumurtalık kanseri olan hastalarda hangi genlerin daha önemli olduğuna karar verilmeye çalışılmıştır. Öznitelik seçme yöntemlerinden Fisher Korelasyon Skorlama ve Weltch-T İstatistiği yöntemleri kullanılarak veri setindeki gen öznitelik sayısı bine indirgenerek, ilk 100 gen içinde sınıflandırma başarıları bulunmuştur. Çeşitli sınıflandırıcı başarımları arasında destek vektör makineleri(lineer çekirdek fonksiyonu) sınıflandırıcısı ile %100 başarı elde edilmiştir.

Tez detayları

Biyoinformatikte çok boyutlu verilerin boyut indirgenerek sınıflandırılması = Classification by dimension reduction of multidimensional data sets in bioinformatics

Yazarlar: Demircioğlu, Hatice Zehra

Yayıncı: Gazi Üniversitesi

Ana Başlıklar: Yaşam bilimleri

Belge Tipi: Tezler

Program Tipi: Yüksek Lisans

Yayın Tarihi: 12/2014

Belge Dili: Türkçe

Document ID (Org No.): 2000347688