Yapay zeka tabanlı yöntemler kullanılarak mikroarray gen verilerinin sınıflandırılması

Tez Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği, Türkiye

Tez Danışmanı: Adem Kalınlı

Tezin Onay Tarihi: 2016

Tezin Dili: Türkçe

Desteklendiği Program: Diğer

Özet:

Teknolojinin hızla ilerlemesiyle mikroarray çalışmalarına olan ilgi de günden güne artmaktadır. DNA mikroarray çalışmaları, moleküler biyoloji ve tıp alanlarında kullanılan çok kapsamlı bir teknolojidir. DNA mikroarray veri analizi; kanser gibi genlerle ilişkili hastalıkların belirlenmesinde önemli rol oynamaktadır. Hastalık türüne ilişkin ilgili genler belirlenerek, herhangi bir bireyin hasta ya da sağlıklı olduğu yüksek olasılıklarda hesaplanabilir. Bunun için mikroarray verilerinde yüksek performanslı sınıflama yöntemleri oldukça önemlidir. DNA mikroarray teknolojisindeki hızlı gelişmeye bağlı olarak mikroarray'leri sınıflandırmak için birçok sınıflandırma metodu kullanılmaya başlanmıştır. Destek Vektör Makineleri, Naive Bayes, k-En Yakın Komşu, Karar Ağacı, Torbalama ve Rastgele Orman gibi istatistiksel yöntemler yaygın bir şekilde kullanılmaktadır. Fakat bu yöntemler, çok boyutlu problemler olan mikroarray verilerini sınıflandırmada bazen başarısız olabilmektedir. Bu yüzden mikroarray problemleri üzerinde başarılı sonuçlar verebilen yapay zekâ tabanlı yöntemler ile ilgili son yıllarda araştırmalar yapılmaktadır. Bu çalışmada bizde istatistiksel yöntemlerin dışında yapay zekâ tabanlı yöntemler olan Tek Katmanlı Algılayıcılar, Çok Katmanlı Algılayıcılar, Radyal Tabanlı Yapay Sinir Ağları, Karınca Koloni Algoritması ve Bulanık k-NN yöntemleri kullanılmıştır. Sınıflandırma yöntemlerinin doğrulukları 10-katlı çapraz doğrulama yöntemi ile test edildi. Sonuçlardan elde edilen bilgilere göre, genel olarak yapay zekâ tabanlı yöntemler, istatistiksel yöntemlere göre daha başarılı sonuçlar vermiştir.