1,721,002 research outputs found
Khan,Muhammad Umer
No full text학위논문(석사)--아주대학교 정보통신전문대학원 :정보통신공학과,2009. 2Accurate and less invasive personalized predictive medicine can spare many breast
cancer patients from receiving complex surgical biopsies, unnecessary adjuvant
treatments and its expensive medical cost. Cancer prognosis estimates recurrence of
disease and predict survival of patient; hence resulting in improved patient management.
To develop such knowledge based prognostic system, this thesis examines potential
hybridization of accuracy and interpretability in the form of Fuzzy Logic and Decision
Trees, respectively. Effect of rule weights on fuzzy decision trees is investigated to be an
alternative to membership function modifications for performance optimization.
Experiments were performed using different combinations of: number of decision tree
rules, types of fuzzy membership functions and inference techniques for breast cancer
survival analysis. SEER breast cancer data set (1973-2003), the most comprehensible
source of information on cancer incidence in United States, is considered. Performance
comparisons suggest that predictions of weighted fuzzy decision trees (wFDT) are more
accurate and balanced, than independently applied crisp decision tree classifiers;
moreover it has a potential to adapt for significant performance enhancement.Contents
Acknowledgements ii
Abstract v
Contents vi
Chapter 1: Introduction 8
Chapter 2: Related Work 13
Chapter 3: Materials and Methods 15
3.1 Prognostic and Predictive Factors in Breast Cancer 15
3.2 Data 16
3.3 Decision Trees 19
3.3.1 C4.5 Limitations, Interpretability and Model Selection 20
3.4 Weighted Fuzzy Decision Trees (wFDT) 22
3.4.1 Fuzzy Inference 24
3.4.2 Fuzzy Membership Functions 24
3.4.3 Effect of Weights on Fuzzy Rules 26
Chapter 4: Performance Evaluation 29
4.1 Accuracy, Sensitivity and Specificity 29
4.2 10-Fold Cross Validation 29
Chapter 5: Conclusion and Future Work 34
References: 35Maste
An Effective Path Planning Algorithm for Swarm of Robots in an Un-Known Environment
Full text linkBirçok durumda birkaç mobil robot —bağımsız ajan— tek bir robot için gerçekleştirilmesi zor veya imkânsız hedefleri elde etmek amacıyla ekip halinde bir araya gelebilirler. Bu mobil robotlar belli bir görevi yerine getirmek için iş birliği yapabilirler, bu, sürünün büyüklüğüyle tam bir karşılıklı ilişki halindedir. Tek tek her robot sensörlerini kullanarak yerel ortamla karşılıklı olarak etkileşir. Sürü açısından birincil endişe başlangıçtan hedef yere kadar güvenli bir yolun tanımlanması ve izlenmesidir. Literatürde bu hedefin gerçekleştirilmesiyle ilgili Neural Network (Sinir Ağları), Genetic Algorithms (Genetik Algoritmalar), Bacterial Foraging Optimization (Bakteriyel Besin Arama Optimizasyonu), Ant Colony Optimization (Karınca Kolonisi Optimizasyonu), Artificial Potential Field (Yapay Potansiyel Alan), v.b. gibi pek çok algoritma mevcuttur. Bunlar arasında Bacterial Foraging Optimization (BFO) algoritması çalışma ortamında bilinen tüm engelleri göz önüne alarak güvenliği ve hedefin bulunmasını sağlamaktaki etkinliği nedeniyle pek çok bilimcinin dikkatini çekmektedir. Ayrıca, belirlenen yolu keşfeder ve doğru olarak izler. BFO kümeleşme prensiplerini ve doğadaki sosyal davranışlar analojisini kullanan, ilhamını biyolojiden alan doğrudan yaklaşımlı ama güçlü bir optimizasyon yöntemidir. BFO yassı bir yüzey haritası üzerinde engellerin varlığında başlangıçtan hedef noktaya kadar optimal yolu başarıyla araştırır. Ancak bu algoritma, konveks olmayan engellerin işe karışması durumunda yerel asgari şartlara sıkışmak gibi bir zayıflığa sahiptir. Sürünün robotlarından herhangi birinin sıkışıp kalması durumu görevinin tamamının başarısızlığı olarak görülmektedir. Bu araştırma BFO algoritmasının hem konveks olan hem de olmayan niteliklerdeki engellerden başarıyla kaçınılmasını sağlayan iyileştirilmiş bir versiyonunu önermektedir. Önerilen algoritma engele zıt yöndeki belli bir mesafeyi kapsayarak robotun yerel asgari değerlerden kurtulmasına yardım eder. Sert bir açıyla karşılaşıldığında algoritma güvenli bir yol oluşturmak için görsel engeller oluşturmaya başlar. Daha sonra bu bilgi diğer robotlara aktarılarak onların da yerel minimumlardan kaçınmaları sağlanır. Önerilen algoritmanın etkinliğinin test edilmesi için mevcut BFO algoritmasıyla bir karşılaştırma yapılmıştır. Her iki algoritmanın performansı bilinmeyen dinamik ve statik ortamlarda test edilmiştir. Sonuçlara göre, önerilen algoritmanın yerel minimumlardan başarıyla kurtulduğu ve BFO'nun sıkışıp kaldığı gözlenmiştir.In many circumstances, several mobile robots —independent agents— team up to achieve goals that are hard or impossible for an individual robot. These mobile robots cooperate to perform any particular task, complexity of this cooperation is correlated with the swarm size. Each individual robot is to interact with the local environment using sensors. The primary concern for the swarm is to define and follow a safe route from initial to target location. To achieve this task, many algorithms exist in the literature, namely, Neural Network, Genetic Algorithms, Bacterial Foraging Optimization, Ant Colony Optimization, Artificial Potential Field etc. Among these, Bacterial Foraging Optimization (BFO) algorithm has attracted the attention of many scientists due to its effectiveness of finding the destination with the consideration of all known obstacles in the work space ensuring safety. Furthermore, it discovers and always follows the determined path correctly. BFO is a straightforward but strong bioinspired method of optimization using the analogy of swarming principles and social behavior in nature. The BFO successfully searches for an optimal path from start to goal point in the presence of obstacles over a flat surface map. However, the algorithm suffers from getting stuck in local minima whenever non-convex obstacles are encountered. In case of any of these robots from the swarm getting stuck is considered as the failure of the whole task. This research proposes an improved version of BFO algorithm that can effectively avoid obstacles, both of convex and non-convex nature. The proposed algorithm helps the robot to recover from local minima by covering a certain distance in an opposite direction to the obstacle. The algorithm will start generating virtual obstacles to generate a safe path when facing acute angle. This information is then passed onto other robots, so that they can also avoid local minima. To test the effectiveness of the proposed algorithm, a comparison is made against the existing BFO algorithm. The performance of both algorithms is tested in an unknown dynamic and static environments. Through results, it is witnessed that the proposed approach successfully recovers from the local minima, whereas, BFO gets stuck
Reciprocal Altruism Based Path Planning Using Particle Swarm Optimization (pso)
No full textDoğanın sorunları ile başa çıkmak, her zaman zorlu bir görev olmuştur, bunu daha zorlaştıran şey ise zamanla çalışma koşullarındaki değişimdir. Bu nedenle, zaman içinde sürekli değişen optimayı takip edebilecek sağlam bir algoritmaya ihtiyaç vardır. Bu tezde, partikül bilgisinin paylaşılmasını sağlayarak performansın geliştirilmesi amacıyla bir parçacık sürüsü optimizasyonuna dayalı popülasyon akrabalık bağlantısının önerilmiştir. Karşılıklı Fedakarlığa Dayalı Parçacık Sürü Optimizasyonu (RAPSO) olarak tanımlanan algoritma, optimizasyon işlemi sırasında partiküller arasındaki benzerliği, peyzajla ilgili anlamlı verileri geri almak için kullanır. Resiprokal altruizm (Karşılıklı Özgecilik) teorisi, örneğin farklı grup içi işbirlikçi davranış biçimlerinde neden olan ilgisiz parçacıkların çiftler olarak yardımcı olduğunu açıklığa kavuşturmak için düzenli olarak düzenlenmiştir; hermafroditik balıklar arasında yumurta alışverişi, vampir yarasalar arasında kan yayılması, geri tepmeler arasında yırtıcı hayvanların değerlendirilmesi, vervet maymunları ve impala arasında serbest bırakma, insanlar arasında yaşama payı, kahverengi capuchin maymunları ve temel şempanzeler. Karşılıklı hareket kavramını kullanan RAPSO, bilgi alışverişi yoluyla tüm parçacıkların birbiriyle yakın temasta kalmasını sağlayacaktır. Ayrıca, parçacıklar arasında değiştirilen bilgi miktarı, arama alanı bölgelerine fiziksel olarak yerleştirilmelerine bağlıdır. Bölgelerine bağlı olarak, bağışçı veya alıcı olarak sınıflandırılabilirler; ayrıca, parçacıklar arasında değiştirilen bilgi miktarı doğrudan ilişkili sağlık göstergeleri ile izlenir. Önerilen yaklaşımın performansı, karşılıklı paylaşımın, sürünün optimize edilmiş yol boyunca hareketini kontrol etmek için etkin bir rol oynadığını göstermektedir. Simülasyon sonuçları, RAPSO'nun konik PSO algoritmasını hem hata azaltma hem de yakın bağlantı açısından daha iyi performans gösterdiğini kanıtladı.Encountering the problems of nature that has always been a challenging task, what makes it more difficult is the change in operating conditions over time. Therefore, a robust algorithm is needed that is able to track the continuously changing optima over time. In this thesis, a novel particle swarm optimization based population kinship connectivity is proposed with the intent to improve the performance by introducing the sharing of particles information. The proposed algorithm, Reciprocal Altruism based Particle Swarm Optimization, utilizes the kinship relatedness between particles during the optimization process to reciprocate the significant data regarding the environment. Reciprocal altruism theory is regularly conjured to clarify why irrelative particles helped as pairs in different types of intra-group cooperative conduct, e.g., egg exchanging among hermaphroditic fishes, blood spewing forth among vampire bats, assessment of predator among sticklebacks, allogrooming among vervet monkeys and impala, sustenance share among humans, brown capuchin monkeys, and basic chimpanzees. Utilizing the concept of reciprocation, the RAPSO will ensure that all particles remain in close contact with each other through information exchange. Moreover, the amount of information that is exchanged between the particles is dependent upon their physical placement in the search space regions. Depending upon their region, they can be either classified as a donor or a recipient; furthermore, the amount of information exchanged between the particles is directly monitored through their associated health indicator. The performance of the proposed approach shows that the reciprocal sharing has played its role effectively in order to control the movement of the swarm along the optimized path. The simulation results proved that RAPSO outperforms the conical PSO algorithm both in terms of error reduction and close connectivity
Hybrid Electroencephalogram (eeg) - Functional Near-Infrared Spectroscopy (fnirs) Brain-Computer Interface (bci) Classification of Motor Imagery Tasks
Full text linkHibrid Beyin Bilgisayar Ara Birimi, iki ya da daha fazla nörofizyolojik sinyalin birleşimidir ve tek modalite sakıncalarını tamamlama yeteneği ile uyumlu hale getirici özellikleri ortaya çıkarmada güvenilir sonuçlar elde etmesiyle dikkat çekmektedir. Simultane biçimde kaydedilen işlevsel kızılötesine yakın spektroskopi(fNIRS) füzyonu ve Elektroensefalografi (EEG)aracılığı ile elde edilen hibrid bir EEG-fNIRS BCI sistemi, tek-modalite sınırlarını aşmak ve yüksek motor görevlerinin üstesinden gelmek üzere kullanılmaktadır. Her ne kadar hibrid BCI yaklaşımı sistemin performansını başarıya ulaştırsa da, hala ilerlemeler iki modaliteyi birleştirmek üzere hesaplama olmaması nedeniyle henüz makul düzeydedir. Bu teze katkılar iki yönlüdür: en çok temsili kanalları seçme konusundaki roman kanal seçim katsayı korelasyonu ve Çoklu çözünürlük tek değerli dekompozisyan kullanan roman füzyon yaklaşımı (MSVD). MSVD' den, optimal EEG-fNIRS kanallar için hem sistem-temelli ve hem de özellik-temelli füzyon elde etmekte yararlanılır. Bu teze diğer bir katkı da, özellik-temelli füzyon için kanonik korelasyon analizinden (CCA) yararlanmaktır. Korelasyon analizi, öncelikle iki modalite arasındaki ilişki üzerinde çalışmak üzere kullanılmaktadır. CCA özellik-temelli füzyon, iki modalite üstünden inter-konulu orta değişikliği maksimize ederek performansı arttırdı. Simülasyon sonuçları vasıtasıyla, hesaplama karmaşıklığını azaltırken, amaçlanan yaklaşımların optimal performansı elde etmeye katkı sağladığına tanık olunabilmektedir.Hybrid Brain Computer Interface, a combination of two or more neurophysiological signals, is getting attention for its ability to complement a single modality drawbacks and in achieving reliable results by extracting harmonizing features. A hybrid EEG-fNIRS BCI system achieved through the fusion of simultaneously recorded functional Near-Infrared Spectroscopy (fNIRS) and Electroencephalography (EEG) signals, is used to overcome the limitations of uni-modality and to achieve high motor tasks classification. Although, hybrid BCI approach enhanced the performance of the system, yet the improvements are still modest because of the lack of computational methods to fuse the two modalities. The contributions of this thesis is twofold: a novel channel selection correlation coefficient approach to select the most representative channels and a novel fusion approach using Multi-resolution singular value decomposition (MSVD). MSVD is utilized to achieve both system-based and feature-based fusion for the optimal EEG-fNIRS channels. Another contribution of this thesis is to utilize canonical correlation analysis (CCA) for feature-based fusion. Correlation analysis is used primarily to study the relationship between the two modalities. CCA feature-based fusion improved performance through maximizing the inter-subject covariance across the two modalities. Through simulation results, it can be witnessed that the proposed approaches help to achieve optimal performance while reducing the computational complexity
Localization and Path Planning for Multiple Agents Using Opti-Track Cameras
No full textFiziksel bir mekandaki nesnelerin veya canlıların hareketlerinin dijital olarak algılanması ve kaydedilmesi işlemi, Opti-Track sistemi gibi hareket yakalama (MoCap) sistemi kullanılarak gerçekleştirilir. Bu çalışmada hareket yakalama sisteminin amacı, hem quadrotor hem de mobil platformun pozlarını sürekli olarak belirlemektir. Konum bilgisi navigasyon sistemi tarafından quadrotor'u hareketli mobil platforma yönlendirmek ve güvenli bir şekilde inmek için kullanılır. İstenen sonuçları iyi bir doğrulukla elde etmek için mobil platformu izlemek için bir Kalman filtresi kullanılır. Ayrıca, mobil platformun gelecekteki konumunu tahmin etmek için başka bir Kalman filtresi kullanılmıştır. Quadrotoru tahmin edilen konuma yönlendirmek için bir model öngörücü kontrolör (MPC) kullanılır. Model öngörücü kontrolü, quadrotor'un istenen yolu izlemesine yardımcı olur. Bu çalışma, hareketli bir mobil platformun gelecekteki konumunu tahmin etmek ve quadrotor'u mobil platforma yönlendirmek için hareket yakalama sisteminin bilgisini ve Kalman filtresini kullanan bir navigasyon sistemi önerdi. Navigasyon sistemi, quadrotor'un kalkışını, seyir yörüngesini ve mobil platforma inişini otonom olarak kontrol eder. Önerilen navigasyon sisteminin performansını ve güvenilirliğini doğrulamak için çeşitli deneyler yapılmıştır. Deneylerin sonuçları, önerilen navigasyon sisteminin istenen sonuçlara ulaşmada etkili olduğunu kanıtladığını göstermektedirThe process of digitally detecting and recording the movements of objects or living beings in a physical space is performed using motion capture (MoCap) system, such as Opti-Track system. In this study, the purpose of the motion capture system is to continuously determine the poses of both quadrotor and mobile platform. The location information is utilised by the navigation system to guide the quadrotor towards the moving mobile platform and to land safely. To achieve the desired results with good accuracy, a Kalman filter is used to track the mobile platform. Moreover, another Kalman filter is employed to predict the future location of the mobile platform. A model predictive controller (MPC) is utilized to guide the quadrotor toward the predicted location. The model predictive control helps the quadrotor to follow its desired path. This study proposed a navigation system that utilizes the motion capture system's information and Kalman filter to predict the future location of a moving mobile platform and navigate the quadrotor to the mobile platform. The navigation system controls the quadrotor's take off, cruising trajectory, and landing on the mobile platform, autonomously. Several experiments are conducted to verify the proposed navigation system's performance and reliability. The results of the experiments demonstrate that the proposed navigation system has proved itself effective in achieving the desired results
Design of Control Systems for an Aerial Manipulator
Full text linkBu tez kapsamında, dört rotorlu bir multikopter ve tek serbestlik dereceli robot koldan oluşan bir uçan manipülatör için yönelim ve pozisyon denetimcileri tasarlanmış ve tartışılmıştır. Robotik kol uçan platformun yunuslama düzleminde çalışmaktadır. Seçilen senaryolara yönelik çeşitli denetim algoritmaları tasarlanmıştır. Bütüncül sistem dinamiğine (multikopter ve manipülatörün etkileşimli doğrusal olmayan modeli) yönelik merkezi denetimciler tasarlanmıştır. Bununla birlikte, platform ve manipülatörü ayrı ayrı denetleyen dağıtılmış kontrol sistemleri de tasarlanmıştır. Robotik kolun uçan sisteme etki eden bozucu girdinin bertaraf edilmesine, sistemin yönelim ve pozisyon kontrolüne yönelik kullanımı senaryolar çerçevesinde çalışılmıştır. ADRC, T-LQR ve ardışık PID denetim algoritmaları tasarlanmıştır. Seçilen denetim yapısı ve senaryo iç mekanda çalışan bir uçan manipülatör üzerinde uygulanmıştır. Ultra geniş bant konumlandırma sistemi pozisyon ve yükseklik ölçümü için kullanılmıştır. Raspberry Pi 3 B +, Naze 32 donanımı ile Phyton kodu ve Matlab/Simulink yazılımı kullanarak gerçek zamanlı testler gerçekleştirilmiştir. Yönelik denetimcisi parametrelerinin test düzeneği üzerinde ince ayarları gerçekleştirilmiştir. Temel uçuş testleri ile yönelim ve pozisyon kontrolcü parametreleri düzenlenmiştir. Benzetimler ve testler ile robotik manipülatörün bozucu girdileri bertaraf etmeye, yönelim ve pozisyon denetimini sağlamaya yönelik kullanımı gösterilmiştir. Anahtar Kelimeler: Uçan Manipülatör, Kuadkopter, ADRC, Takipçi LQR, Ardışık PID, Naze 32, Raspberry Pi, İç Mekan Konumlama, Yönelim Denetimi, Pozisyon DenetimiWithin the scope of this thesis, attitude and position control systems are designed and discussed for an aerial manipulator which is composed of a quadcopter and a single degree of freedom robotic arm. The arm is working in the pitch plane of the aerial manipulator. Several control schemes exist to control its movements, but, most of them have been tested only under simulation scenarios. The comprehensive system dynamics (i.e. the coupled quadcopter and manipulator dynamics) is controlled by the centralized control architecture. In addition, the decentralized control approach is applied by designing separate control systems for the quadcopter and the arm. The use of the arm for the purposes of disturbance rejection, regulation, agility enhancement, and the steering are discussed in the scenarios. The Active Disturbance Rejection Control (ADRC), Tracking type Linear Quadratic Regulator (LQR), and the Cascaded PID control algorithms are designed. The selected control architecture is applied on an aerial manipulator that is working indoor for the selected scenario. Ultra-wideband localization system is used to measure the position and altitude of the system. The designed control system is implemented in real-time using Raspberry Pi 3 B +, Phyton script and Matlab/Simulink. A test bench is used to tune the parameters of the attitude controller. Then, basic flight tests are utilized to tune the altitude and position controllers. The simulations and tests show that the manipulator assists the aerial manipulator to reject the disturbances, control the attitude dynamics, and to steer the system. Keywords: Aerial Manipulator, Quadcopter, ADRC, Tracking LQR, Cascaded PID, Manipulator, Naze32, Aerial Robots, Raspberry Pi, Indoor Localization, Position Contro
Crop and Fruit Classification Using Ensemble Deep Learning and Transfer Learning
No full textSon yıllarda yapılan teknolojik gelişmeler, tarım sektörünü hızlı bir şekilde yeniden şekillendirerek, daha önce kullanılmakta olan geleneksel metotlarda devrim yaratıyor ve insanlık için daha sürdürülebilir ve üretken bir geleceğin yolunu açıyor. Tarım sektörü, makine öğrenmesi, sensor ve mekanizmaları kullanarak otomatikleşirken, aynı zamanda verimlilik artımı, kaynak yönetimi ve mahsul sağlığı açısından da köklü bir değişim yaşıyor. Bu tez çalışmasında, son teknoloji makine öğrenimi tabanlı görüntü işleme teknikleri ve algoritmaları kapsamlı bir şekilde araştırılmış ve analiz edilmiştir. Amaç, çeşitli mahsulleri, meyveleri ve sebzeleri doğru bir şekilde tespit eden, tanımlayan ve sınıflandıran sağlam metodolojiler geliştirmektir. Nihai hedef, gelişen tarımsal otomasyon endüstrisine önemli ölçüde katkıda bulunmak, süreçleri kolaylaştırmak ve tarım sektöründe verimliliği arttırmaktır. Gerçek yaşam koşullarına en yakın sonuçları elde etmek için, yazarların kendi oluşturduğu mahsul veri kümeleri bu araştırma boyunca önerilen algoritmalara entegre edilmiş ve kullanılmıştır. Bu çalışma sırasında kullanılan mevcut Evrişimsel Sinir Ağları algoritmaları AlexNet, GoogleNet, InceptionV3, SqueezeNet, DenseNet ve VGG-16'dır. Bu çalışmada, doğruluk, kayıp, F1-skoru, tahmin, kesinlik ve duyarlılık olmak üzere genel değerlendirme metriklerinin performansını yükseltmek için çeşitli gelişmiş algoritmalar araştırılmış ve incelenmiştir. Özellikle, tarımsal otomasyon sisteminin etkinliğini ve güvenilirliğini arttırmayı amaçlayan Kolektif Öğrenme ve Öğrenme Aktarımı adlı iki metot tanıtılmış ve kapsamlı bir şekilde analiz edilmiştir. Çalışmanın sonuçları, önerilen algoritmaların tarım endüstrisinde son derece etkili olduğunu ve istenen sonuçları benzersiz bir doğruluk ve hassasiyetle sunma yeteneklerini kanıtlamaktadır. Bu sonuçlar, bu algoritmaların operasyonel verimliliği önemli ölçüde arttırma, kaynak tahsisini optimize etme ve gelecek için tarımsal otomasyonda sürdürülebilir uygulamaları teşvik etme gibi potansiyellerini de göstermekte ve teyit etmektedir.In recent years, technology has been rapidly reshaping and transforming agricultural farming, revolutionizing traditional methodologies, and paving the way for a more sustainable and productive future for humanity. By automating these practices using machine learning tools, sensors, and machines, the agricultural sector is experiencing profound changes in terms of increased efficiency, resource management, crop health, and more. This thesis thoroughly researched and analyzed state-of-the-art machine learning-based vision frameworks and techniques on CNN models to further investigate if performance improvement can be achieved. The primary objective was to develop robust methodologies that accurately detect, identify, and classify various crops, fruits, and vegetables. The ultimate goal was to contribute significantly to the burgeoning agricultural automation industry, facilitating streamlined processes and optimizing efficiency in the farming sector. In order to obtain results close to real-life conditions, self-created crop datasets are integrated into the algorithms proposed throughout this research.The existing classifiers evaluated during this study are AlexNet, GoogleNet, InceptionV3, SqueezeNet, DenseNet and VGG-16. This study explored and examined various advanced algorithms to elevate the performance of the overall evaluation metrics, including accuracy, loss, F1-score, prediction, specificity, and recall. Notably, the Ensemble Method and Transfer Learning are proposed and thoroughly analyzed, aiming to enhance the effectiveness and reliability of the agricultural automation system. The results of the study proved that the proposed algorithms were highly effective in the agricultural industry, demonstrating their ability to deliver the desired results with improved accuracy and precision. The obtained results confirmed the potential of these algorithms to significantly improve operational efficiency, optimize resource allocation and promote sustainable practices in agricultural automation for the future
Use of Optimization Techniques for Health Prediction
Full text linkGünümüz dünyasında modern teknolojinin kullanımı tıp bilimi alanında birçok gelişme sağlamıştır. Yine de, tüm ilerlemelerle birlikte, çoğu hastalığın tanı ve tedavisi zor bir görev olarak kabul edilmektedir. Diyabet rahatsızlığı, erken evrelerinde tanıyı araştırmak yerine semptomlarla mücadele için daha fazla çalışılmıştır. İnsülin ve insülin emisyon eksikliğine direnç kombinasyonu tip-2 diyabet üretir. Tip-2 yüksek nüfuzludur ve hala artmaktadır. Bununla birlikte, DMT2'nin tanımlanması bir ikilemdir. DMT2 erken bir aşamada tanımlanabilirse, daha az önleyici tedbirler gerekli olacaktır ve kişi yine de sağlıklı ve kaygısız bir yaşam sürdürebilir. Veri madenciliği teknikleri kullanan birçok sağlık kehanet sistemi yerleşik sağlık segmentleri vardır. Optimizasyon teknikleri de daha kesin ve verimli sonuçlar sağlayabilir. Bu çalışmada, sınıflandırma doğruluğunu ve SVM, DT, LR gibi mevcut sınıflandırıcılar arasındaki karşılaştırmayı bulmak için dışbükey optimizasyonda En Küçük kare, Karesel programlama ve Lagrangian Yöntemi kullanılmıştır. Bu araştırma, optimizasyon tekniklerinin sağlık hastalığını öngörmek veya teşhis etmek için kullanılabileceğini ve diğer sınıflandırıcılara göre daha iyi sonuçlar verebileceğini göstermektedir. Anahtar Kelimeler: Makine Öğrenmesi, Optimizasyon Teknikleri, Doğrusal Programlama, En Küçük Kareler Yöntemi, İkinci Derece Programlama, Lagrange Yöntemi, Şeker hastalığıIn today's world, the usage of modern technology has brought many advancements in the field of medical science. Still, with all the advancements, the diagnosis and treatment of most diseases are considered a challenging task. Diabetes ailment has been studied more for tackling the symptoms rather than investigating the diagnosis in its early stages. The combination of resistance to insulin and insulin emission deficiency produces type-2 diabetes. Diabetes Mellitus Type-2 is high penetrance and still increasing around. However, the identification of DMT2 is a dilemma. If the DMT2 can be identified at an early stage, fewer preventive measures would be required, and the person can still lead a healthy and carefree life. There exist many health prediction systems in health sectors using data mining techniques. Optimization techniques are capable of providing more precise and efficient results as well. In this research study, Least squares, Quadratic programming, and Lagrangian Method are used with convex optimization to find the classification accuracy and the comparison between existing classifiers such as SVM, DT, LR, and so forth. This research demonstrates that optimization techniques can be used to envisage or diagnose health disease and can provide better results compared to other classifiers. Keywords: Machine learning, Optimization Techniques, Linear Programming, Least Square, Quadratic Programming, Lagrangian Method, Diabetes Mellitu
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
