PROF. DR. VOLKAN ATALAY

Automated biological data acquisition and integration using machine learning techniques Makine ögrenmesi teknikleri kullanılarak otomatikleşmiş biyolojik veri kaynaşım ve kazancı

İlk genom düzenleme projelerinden bu yana teknoloji, moleküler biyoloji ve büyük ölçekli transkriptom analizindeki gelişmeler çok sayıda veri birikmesine sebep olmuştur. Bu veriler farklı platformlar tarafından sağlanıp farklı labrotuvarlardan geldiklerinden dolayı derlenmiş ve ayrıntılı bir analize ihtiyaç duyulmaktadır. Bu tezde farklı veri tabanları üzerinde makine ögrenmesi teknikleri kullanarak, otomatikleşmiş biyolojik veri kaynaşım ve kazancını inceledik. Bu tez kapsamında iki farklı madencilik çalısmasına odaklandık. Birinci çalısmada ev idaresi genlerinin ifade desenlerinin nitelendirilmesi üzerinde çalıstık. Ev idaresi olan ve ev idaresi olmayan genlere ait ölçüleri karsılastırmak için metodolojiler tanımladık. Ikinci çalısmada ise, gen çiftleri için isbirligi kuralları bulmak amacı ile büyük ölçekli ve çoklu hetorejen veri kümelerinde kolayca isleyebilen yeni bir çerçeveyi, bi-k-bi kümeleme çerçevesini, önerdik. Her iki çalısmada elde ettigimiz sonuçlar mevcut literatür ile alaka ve uyum gösterdi. Bunun yanı sıra, elde ettigimiz sonuçlar biyologlar tarafından deneylendirilmeyi bekleyen bazı yeni kavramlar da sagladı.

Vision-based hand interface systems in human computer interaction İnsan bilgisayar iletişimi için görüntü tabanlı el arayüzü sistemleri

Bu tezde, el kullanımının insan-bilgisayar etkileşimini nasıl daha doğal ve verimli hale getirdiği gösterilmektedir. Bu amacı gerçekleştirmenin yollarından biri de kameralı sistemler kullanmaktır. Bizim çalışmamızda bir tane kamera etrafın görüntüsünü almak için kullanılmaktadır. Alınan bu görüntü, görüntü işleme algoritmaları kullanılarak, kullanıcının elinin yeri bulunmakta ve yapmış olduğu el hareketlerine göre de amacı belirlenmektedir. Bu tezde, el ile arayüz yapımına katkı sağlayacak üç unsur önerilmiştir. (i) Dağıtık sistemlerde kullanılmak üzere ekrana dokunmadan ekranla etkileşime izin veren yeni bir el arayüzü tasarlanmıştır. (ii) Nesne şekillerinin tanınmasında kullanılan genel dört yöntemin kabiliyetleri ve hızları, el şekilleri için test ölçülmüştür. (iii) Görüntü işleme yöntemi ile çalışan bir el arayüz tasarlanmış ve video veritabanına sorgu yapmak için kullanılan bir uygulamada, tasarlanan el arayüzü kullanıcılar tarafından uygunluğu ve performansı test edilmiştir.

Prediction of enzyme classes in a hierarchical approach by using SPMap SPMap kullanarak enzim sınıflarının hiyerarşik yaklaşımla tahmini

Enzimler biyokimyasal reaksiyonlarda katalizör olarak önemli rol oynayan proteinlerdir. Enzimler, Uluslararası Enzim Komisyonu tarafından, katalize ettikleri reaksiyona bağlı olarak hiyerarşik bir düzende sınıflandırılmışlardır. Bu hiyerarşik şema dört seviyeli bir ağaç yapısı şeklinde ifade edilir ve her bir enzim sınıfı tek bir sayıya atanır. En üst seviyede, yürüttükleri reaksiyona göre başlıca altı sınıf bulunur ve daha aşağı seviyelerdeki alt sınıflar bu sınıfların daha ileri spesifik reaksiyonlarıdır. Bu tezin amacı, Enzim Komisyonu sınıflarının hiyerarşik yapısını kullanarak üç seviyeli bir sınıflandırma modeli inşa etmektir. Enzim Komisyonu sınıf bilgileri ve bu sınıflara ait enzimler ENZYME veritabanı kullanılarak elde edildi. Öznitelikleri oluşturmak için UniProtKB/Swiss-Prot veritabanından çıkarılan enzimlerin birincil dizileri kullanıldı. Bu çalışmada altdizilere dayalı bir öznitelik çıkarma yöntemi olan altdizi profili eşlemesi kullanıldı. Altdizi profili eşlemesi, pozitif ve negatif örnekler arasındaki farkları açıkça modelleyen bir yöntemdir. Bu yöntemde, aynı sınıfa ait protein dizilerinin korunmuş altdizileri dikkate alınır. Her bir protein dizisinin öznitelik vektörü, öğrenme veri kümesindeki benzer altdiziler gruplandırılarak hesaplanan olasılıklı profil matrisine göre proteinin sabit uzunluklu altdizi olasılıkları ile oluşturulur. Bu çalışmada, ağaç yapısındaki her bir seviyedeki her bir sınıf için pozitif ve negatif veri kümeleri hazırlandı. Öznitelikleri çıkarmak için alt dizi profili eşlemesi, sınıflandırma için destek vektör makinaları kullanıldı. Sistemin performansını test etmek için beşli çapraz geçerleme kullanıldı. Başlıca altı Enzim Komisyonu sınıfı için elde edilen genel duyarlılık, özgüllük ve ROC eğrisinin altındaki alan değerleri sırayla, 93.08%, 98.95% ve 0.993′ tür. İkinci ve üçüncü seviyelerdeki sonuçlar da umut vericidir.