Theses supervised by Prof. Dr. Mehmet Kaya
44 theses · Çukurova University, Fırat University
Medulla spinalis yaralanmasının testis ince yapısına etkisi
Medulla spinalis yaralanması ile testiküler atrofi ve spermatogenezisin bozulması üzerine yapılan araştırmaların günümüzde hala çok yetersiz olduğu görülmektedir. Bu çalışmada torakal düzeyde oluşturulan medulla spinalis kesisinin testis üzerine olası etkilerinin elektron mikroskopik düzeyde araştırılması amaçlanmıştır.Çalışmamızda 250-300 gram ağırlığında 30 yetişkin Wistar türü erkek sıçan kullanıldı. Sıçanlar her bir grupta 5 hayvan olmak üzere 6 gruba ayrıldı. 1. grubu oluşturan 5 hayvana herhangi bir cerrahi işlem uygulanmadı ve bu hayvanlar kontrol grubu olarak değerlendirildi. Geriye kalan 25 hayvanda ise torakal 7-9 seviyelerinde medulla spinalis transeksiyonu yapıldı. Yaralanma sonrası tabakalar kapatıldı ve kontrol grubu da dahil, tüm gruplardaki hayvanlar aynı ortam şartlarında yaşatıldı. Operasyonu takiben 2, 3, 4, 5 ve 6. grupları oluşturan sıçanlardan sırası ile 1, 3, 7, 14 ve 28 gün sonra testisler alındı. Ayrıca hayvanlardan hormon analizi için kan örnekleri de alındı. Elde edilen testis doku örnekleri rutin elektron mikroskopik doku takip yöntemleri ile hazırlandı. Alınan ince kesitler Jeol JEM-1400 elektron mikroskobu ile incelendi.Medulla spinalis kesisinden 1 gün sonra elde edilen testis dokularının incelenmesinde belirgin bir yapısal değişiklik görülmedi. 3. günde Sertoli hücrelerinin sitoplazmasında hafif vakuolizasyon, lipofuksin granülleri ve iri lipid damlacıkları gözlendi. Ayrıca Leydig hücrelerinde agranüler endoplazmik retikülüm sisternalarında genişlemeye bağlı vakuolizasyon izlendi. Kesiden 7 gün sonra membrana propria duvarında kalınlaşma, bazal laminanın ondüleli bir şekil alması, kollajen lif miktarında artma, Sertoli hücrelerinde agranüler endoplazmik retikülüm sisternalarında genişleme, lipid damlacıklarında artma ve sitoplazmada litik alanların oluştuğu izlendi. Spermatogoniumların aralarında geniş boşluklar ve bazı spermatidlerde dejeneratif akrozomal değişiklikler de görüldü. Kesiden 14 ve 28 gün sonra alınan testislerde, Sertoli hücrelerinde çekirdekte piknotik değişiklikler, sitoplazmada ileri derecede vakuolizasyon ve lizis, spermatidlerde yapısal bozukluklar, membrana propriada ondüleli şekil alma ve kollajen liflerde artış gibi dejeneratif değişikliklerin belirgin olarak arttığı dikkati çekmekteydi.Sonuç olarak bu çalışmada, torakal seviyedeki medulla spinalis kesisi sonucu testis ultrastrüktürel düzeyde incelenmiş ve oluşan yapısal dejenerasyonlar ayrıntılı olarak gösterilmiştir. Medulla spinalis kesisinin spermatogenez üzerindeki akut etkisinin hormon eksikliğine bağlı olabileceği, kesinin kronik fazı boyunca gözlenen anormal spermatogenez ve seminiferöz epitel gerilemesinin altında daha çok nörojenik mekanizmaların yattığı düşünülmektedir. Fertiliteyi olumsuz yönde etkileyen testiküler dejenerasyonların, medulla spinaliste oluşan nörolojik hasarlardan kaynaklanabileceği, dolayısıyla nöral-hipotalamik-testiküler bir yolun varlığını düşündürdüğünü ancak bu konuda daha ileri çalışmaların yapılması gerektiğini göstermektedir.
Email and SMS spam detection based on deep learning
Over the last decade, the overwhelming use of smartphone have made users depend on it for digital communication such as Email and SMS. Consequently, the use of email and SMS services as a medium for "two-way communication" and "one-way communication" such as notification, alerts, reminders etc., by individuals and organizations has increased tremendously. Technological advancement, cost-effectiveness, high speed acknowledgment time and viability are factors that have led to their exponential growth in the 21st century. However, these communication mediums have been vulnerable to malicious attacks called spams. The constant rise of spam across these communication medium has questioned the demand for solutions. Thus, the need for ML/DL solution which without specific instructions (rule-based codes) use algorithms and statistical models to filter spam by relying on patterns and inferences in the content of message; that is, it parse the message, learn from it and decides if it is ham or spam. This approach is economical, faster, and efficient than the other two traditional methods since it can filter huge messages in short time and the ML/DL algorithms learn from the previous messages and apply it to incoming messages. Keywords: Deep learning, Machine learning, Dense Neural Network, Spam detection.
Veri madenciliği yöntemleri kullanılarak yoğun bakım hastalarında basamak tespitinin yapılması
Bu tez çalışması Türkiye'de kullanılan yoğun bakım basamaklandırma sistemindeki problemler göz önüne alınarak hazırlanmıştır. Yoğun bakımlarda hasta bakımı, hastaların takibi, hastalıkların kontrolü ve tüm bunların maliyeti, içinde zorluklar barındıran işlemlerdir. Bu sistemin kontrolünü kolaylaştırmak bu tez çalışmasının en önemli amaçlarındandır. Çalışma veri madenciliği yöntemlerinin uygulanmasını içermektedir. Yoğun bakımlarda tedavi gören hastaların gerçek verileri ile çalışılmıştır. Bu veriler üzerinde basamak değerleri referans alınarak sınıflandırma ve kümeleme işlemleri yapılmıştır. Ayrıca hastaların ölüm tahminlerine yönelik bir uygulama daha içermektedir. Tez çalışması esnasında yaşanan en büyük problem verilerin kaydediliş biçiminin eksik ya da hatalı olması idi. Veriler uygulamaya hazır hale getirilene kadar fazlaca ön işlemden geçmek zorunda kalınmıştır. Hasta başı monitörleri ile alınacak anlık veriler ile çok daha başarılı sonuçlar elde edilebilecektir.
Lokasyon bazlı sosyal ağlarda kullanıcılara ilgi çekici mekânların önerilmesi
Günümüzde konum tabanlı sosyal ağların kullanımı artış göstermektedir. Sosyal ağların kullanım amacı sadece haberleşmek ve fotoğraf paylaşımı yapmak değil, aynı zamanda bulundukları mekânların ve yerlerin konumlarını da bildirmektir. Yapılan konum bildirimlerine göre öneri sistemleri kullanılmaktadır. Bu tez çalışmasının amacı ise bağlantı tahminine dayalı bir öneri sistemi kullanarak kullanıcılarının tercihlerine uygun yerlerin önerilmesidir. Kullanıcıların geçmiş check-in bilgileri ve memleket bilgileri göz önünde bulundurularak tahmin yapılmaktadır. Bu tahminler iki parçalı bir ağda bağlantı tahmini yöntemiyle yapılmaktadır. Elde edilen veri seti üzerinde eğiticili öğrenme algoritmaları uygulanmıştır. Gerçek veriler üzerinde yapılan uygulama sonuçları, yöntemin uygulanabilirliği göstermiş ve doğruluk ve F-ölçü gibi performans kriterlerine göre yüksek başarımlar elde etmiştir.
Derin öğrenme yöntemleri kullanarak bilgisayarlı tomografi görüntülerinden covid-19'un tespit edilmesi
Aralık 2019'un sonlarından bu yana Çin'in Wuhan kentinde yeni bir koronavirüs hastalığı Covid-19 kaydedildi ve daha sonra dünya çapında pandemik hale geldi. Covid-19'un, alveollerde bıraktığı hasar ve ilerleyen solunum yetmezliğinin bir sonucu olarak ölümle sonuçlanabilir. Klinik tanı için kullanılan transkripsiyon polimeraz zincir reaksiyonu (RT-PCR) altın standart olmasına rağmen testler yanlış negatifler üretebilir. Ayrıca pandemik durumda RT-PCR test kaynaklarının yetersizliği, tanıyı ve tedaviyi de geciktirebilir. Bu koşullar altında göğüs BT görüntülemesi, Covid-19 hastalarının hem tanı hem de prognozu için değerli bir araç haline gelmiştir. Yakın zamanda BT taramalarında Covid-19 tanısını kolaylaştırmak ve sağlık çalışanlarına yardımcı olmak için derin öğrenme teknikleriyle geliştirilmiş birçok çalışma önerilmiştir. Çalışmamız, DeOldify kütüphanesini kullanarak renklendirilen BT veri seti ile derin öğrenme tekniklerinden DenseNet121'i kullanarak Covid-19'u, Covid-19 olmayan vakalardan ayırt etmeye odaklanmaktadır. Çalışmamızın sonunda %98'lik doğruluk elde edilmiştir.
Derin öğrenme yöntemleri ile CXR görüntülerinden COVID-19/zatürre/normal sınıflandırması ve U-net tabanlı COVID-19 bölütlemesi
2019 yılının Aralık ayında Çin'de ortaya çıkan koronavirüs isimli Covid-19 hastalığı, tüm dünyada kısa sürede pandemi haline gelmiştir. Özellikle akciğerlere verdiği hasarlar ile ölümle sonuçlanabilen bu virüsün teşhisi için Transkripsiyon Polimeraz Zincir Reaksiyonu (RT-PCR) testinin yanlış negatifler üretmesi ve teşhis süresinin uzun olması yeni alternatifler aramaya sebep olmuştur. Bu nedenle göğüs görüntülerinin Bilgisayarlı Tomografi veya CXR görüntüleme tekniklerinden elde edilen verilerle göğüs görüntülerinden teşhis sağlanması için uygun araçlar olmuştur. Bu araçlar ile teşhis sağlanması Covid-19 ve Zatürre hastalığının enfeksiyonlu bölgesinin belirlenmesi için derin öğrenme çalışmaları önerilmiştir. Bu tez çalışmasında segmentasyon ve sınıflandırma olarak iki aşamalı bir sistem önerilmiştir. Segmentasyon işleminde etiketli verilerden segmente edilen enfekte bölgeler belirlenmiştir. Sınıflandırıcı aşamasında ise VGG16, ResNet50 ve InceptionV3 isimli üç farklı derin öğrenme modeli kullanılarak Covid-19/Zatürre/Normal sınıflandırması gerçekleştirilmiştir. Çalışma sonucunda %95 segmentasyon doğruluğu elde edilmiştir. Sınıflandırıcı modelleri sırasıyla %99, %90 ve %98 doğruluk elde edilmiştir.
Oturumlardaki makalelerin belirlenmesinden zamanlama sürecine kadar derin öğrenme tabanlı konferans programı organizasyon sisteminin geliştirilmesi
Konferans programları organize edilirken birbiriyle ortak konuda olmayan makalelerin aynı oturumlarda yer alması, aynı konuda makaleler içeren oturumların eş zamanlı gerçekleştirilmesi vb. durumlar katılımcıların konferanstan etkin bir şekilde faydalanmalarına engel olmaktadır. Ayrıca bu durum konferans sahipleri için kötü bir izlenim oluşturabilir ve gelecek konferanslara olan ilgiyi azaltabilir. Bu yüzden konferans programlarının zamanlama ve içerik açısından doğru bir şekilde oluşturulması oldukça önemlidir. Şu anda konferans programları organizatörler tarafından manuel olarak düzenlenmektedir. Bu süreç konferansta yer alan makalelerin sayısı ve konferans kapsamının genişliği dikkate alındığında zor ve zaman alıcı olmaktadır. Günümüzde birçok sorunun yazılım ve donanım modelleri ile çözüldüğü ve insana bağımlılığın en aza indirildiği düşünüldüğünde, manuel olarak gerçekleştirilen bu işlem otomatik çözüm sunulması gereken bir problem olarak görülmüştür. Konferans programı hazırlama sürecini kolaylaştırmak ve daha verimli programlar oluşturmak amacıyla bu tez kapsamında iki yaklaşım önerilmiştir. Program organizasyon süreci makale benzerliklerinin bulunması, oturumların oluşturulması, oturum başlıklarının belirlenmesi ve zamanlanması şeklinde dört aşamada gerçekleştirilmiştir. Topluluk keşfine dayalı yaklaşım ile birbirinden farklı sayıda makaleler içeren oturumlar planlanmıştır. İkinci yaklaşımda ise önerilen kümeleme algoritması ile eşit sayıda makale içeren oturumlar oluşturulmuştur. Ayrıca önerilen zamanlama yaklaşımı ile paralel oturumların çakışmayacağı bir konferans programı organize edilmiştir. Elde edilen sonuçlar gerçek programlar ile detaylı bir şekilde karşılaştırılmış ve önerilen yaklaşım ile daha verimli ve etkin konferans programlarının otomatik bir şekilde oluşturulduğu gösterilmiştir.
Karmaşık ağlarda bağlantı ve ağırlıkların birlikte tahmin edilmesi: Bilim insanlarının atıf sayısının tahmini
Birçok farklı alanda, özellikle de internet ortamındaki sosyal ağlarda, varlıklar arasındaki ilişkiler oldukça karmaşık ağlar oluşturur. Son zamanlarda karmaşık ağlarda ağ analizi ve veri madenciliği araştırmacıların ilgisini çekmiştir. Karmaşık ağlarda bağlantı tahmini de oldukça ilgi gören araştırma konularından biridir. Bu çalışmada karmaşık ağlarda bağlantı tahmini için iki yöntem önerilmiştir. Birinci yöntemin amacı bilim insanlarının atıf sayısını tahmin etmektir. Önerilen yöntemde bilim insanlarının atıf sayısı tahmini problemi, atıf ağlarında bağlantı tahmini problemi olarak formülleştirilmiştir. Atıf ağlarının zaman içindeki evrimi boyunca artan/azalan eğilimlerin dikkate alındığı zamansal bir bağlantı tahmini ölçütü önerilmiştir. Önerilen bağlantı tahmini ölçütü yönlü, ağırlıklı ve zamansal ağlarda bağlantıların ağırlıklarıyla beraber tahmin edildiği ilk çalışmadır. Atıf ağlarında yapılan test sonuçları önerilen yöntemin atıf sayısı tahmini için doğruluğunu gösterir. Önerilen bağlantı tahmini ölçütü ayrıca klasik bağlantı tahmini ölçütüyle de karşılaştırılmış ve önerilen ölçütün etkili bir bağlantı tahmini ölçütü test sonuçlarında görülmüştür. İkinci yöntemin amacı yönlü ağlarda bağlantıların yön bilgisinin bağlantı oluşumundaki rolü dikkate alınarak komşuluk tabanlı bağlantı tahmini ölçütlerinin doğruluğunu artırmaktır. Literatürdeki bağlantı tahmini ölçütlerinin çoğunda bağlantıların yön bilgisinin bağlantı oluşumundaki rolü dikkate alınmamıştır. Bunun için bu çalışmada klasik komşuluk tabanlı bağlantı tahmini ölçütlerinin yönlü ağ motifleri kullanılarak hesaplandığı genel bir yöntem önerilmiştir. Yönlü ağlarda yapılan test sonuçları önerilen yöntemin komşuluk tabanlı bağlantı tahmini ölçütlerinin doğruluğunu dikkate değer bir şekilde artırdığını göstermiştir.
Büyük ölçekli iki parçalı karmaşık ağlarda güçlendirilmiş yansıma modeline dayalı bağlantı tahmini yöntemleri
Gerçek dünya verilerinden oluşturulmuş birçok karmaşık ağ, doğası gereği iki parçalı bir yapıya sahiptir. İki parçalı ağlar, gerçek dünya sistemlerinin karmaşık yapısı hakkında önemli fikirler veren, farklı düğüm grupları arasındaki etkileşimleri temsil eden karmaşık bir ağ türüdür. Son zamanlarda, özellikle büyük ölçekli, karmaşık ağlarda bağlantı tahmini çalışmaları farklı bilim alanlarındaki araştırmacılar için ilgi odağı haline gelmiştir. Birçok gerçek dünya sistemi gibi akademik bilgi ağları da iki parçalı bir yapıya sahiptir. Akademik bilgi ağları sürekli değişen ve gelişen bir yapıdadır. Bu ağlarda, yazarlara kendi alanlarına uygun popüler konu başlıklarını tavsiye eden bir sistemin bulunması araştırmacıların işini kolaylaştıracaktır. Son zamanlarda, akademik konuların yazarlara önerilmesine yönelik yapılan birçok çalışma, problemi bağlantı tahmini olarak ele almıştır. Bu çalışmalardan sadece birkaçı, yüksek pratik ilgisine ve üstesinden geldiği belirli zorluklara rağmen iki parçalı ağları kullanmaktadır. İki parçalı ağlarda bağlantı tahmini alanında yapılan önceki çalışmaların çoğu, düğüm çiftleri arasındaki ilişkileri tahmin etmek için iki parçalı ağdan çıkartılan geleneksel tek parçalı ağların özelliklerini kullanmaya odaklanmıştır. Geleneksel projeksiyon yöntemleri, gerçek dünya verilerinden oluşturulan ağlarda kullanıldığında zayıf ilişkilere sahip birçok düğüm çifti içerebilir. Bu zayıf ve gereksiz bilgilerin analizi yüksek hesaplama zamanına neden olur. Bu problemlere bir çözüm olarak, bu çalışmada klasik tek parçalı yöntemlere dönüştürmek yerine ağın omurgası niteliğini taşıyan güçlendirilmiş tek parçalı ağ modeli önerilmiştir. Daha sonra, ağdaki potansiyel bağlantıları tahmin etmek için güçlendirilmiş tek parçalı ağ modeline dayalı benzerlik tabanlı bir tavsiye edici yöntem geliştirilmiştir. Son olarak, önerilen yöntemle elde edilen potansiyel bağlantıların kalitesini değerlendirmek amacıyla zamandan bağımsız ve zaman farkındalı olmak üzere iki yeni yakınlık ölçütü algoritması önerilmiştir. Önerilen yöntemler, IEEE Xplorer çevrimiçi kütüphanesinden toplanan verilerle oluşturduğumuz ağ üzerinden test edilmiştir. Gerçek bir ağ üzerinde yapılan deneyler, önerilen yöntemin başarısının umut verici olduğunu ve büyük ölçekli bir ağdan hızlı ve yüksek kaliteli bağlantı tahmini sonuçları elde etmenin mümkün olduğunu göstermektedir. Anahtar Kelimeler: İki Parçalı Ağlar, Karmaşık Ağ Analizi, Bağlantı Tahmini, Akademik Konu Önerisi, Güçlendirilmiş Tek Parçalı Ağ, Zaman-farkındalı Yakınlık Ölçütü
Bilgisayar bilimlerindeki kaynakça verilerinin konularına göre sınıflandırılması ve görselleştirilmesi
Hızlı ve sürekli büyüyen topluluklar büyük veri kaynaklarını oluşturmaktadır. Toplulukların yapısını ve aralarındaki etkileşimleri incelemek, topluluklar hakkında sağlıklı bilgiler edinip gelişimini ve değişimini gözlemlemek amacıyla bu veri kaynaklarının çeşitli bilimsel yöntemlerle analizi gerekmektedir. Sosyal ağlar, toplulukları ve aralarındaki ilişkileri modellemek ve görselleştirmek için kullanılan önemli yapılardan biridir. Büyük ve karmaşık sistemleri sosyal ağlar şeklinde modelleyerek yapılarını daha anlaşılır hale getirmek, bağlantılarını ve değişimlerini analiz etmek mümkündür. Bununla beraber toplulukların yapısını daha anlaşılır kılmak, ağ yapısını ve dinamikliğini geliştirmek amacıyla bilgi çıkarımı yöntemleri de kullanılmaktadır. Bilgi çıkarımı yöntemleri kullanarak, değişik kaynaklardan elde edilen, henüz bilinmeyen bilgileri ve bağlantıları elde etmek mümkündür. Akademik topluluklar hızlı ve sürekli büyüyen topluluklara örnektir. Sosyal ağ yapıları ve bilgi çıkarımı yöntemleri akademik toplulukların analizinde sıkça kullanılan önemli yöntemlerdendir. Bu tez çalışmasında üç temel çalışma sunulmuştur. Birinci çalışma, farklı kaynaklardan elde edilen akademik topluluk verilerinin sadeleştirilmesi ve bütünleştirilmesidir. Bu amaçla DBLP, ACMCCS ve ASN akademik topluluk veri kaynakları kullanılmıştır. Elde edilen verilere bilgi çıkarımı yöntemleri uygulanmış ve ağ içeresindeki kayıp bağlantılar tespit edilerek oluşacak olan ağın yapısı iyileştirilmiştir. İkinci çalışma, akademik topluluk içerisindeki varlıkların ve aralarındaki ilişkilerin incelenmesidir. Bu amaçla topluluk ağ şeklinde modellenmiştir. Yazarlar, yayınlar ve diğer varlıkların oluşturduğu alt ağlar tespit edilmiştir. Ağın niteliklerine göre sınıflandırma işlemleri yapılmıştır. Son olarak, elde edilen sonuçların sorgulanabileceği, izlenebileceği ve raporlanabileceği çevrimiçi bir web uygulaması geliştirilmiştir.
Haber siteleri ve sosyal medya sayfalarındaki tıklama tuzağının belirlenmesi
Bu çalışmada okuyucuyu manipüle etmek amacıyla hazırlanmış yanıltıcı haber başlıklarının, sosyal medya paylaşımlarının ve video paylaşım platformlarına ait içeriklerin tespit edilmesi ele alınmıştır. Dijitalleşmenin hızla yaygınlaşması yazılı haber kaynaklarından dijital dünyaya geçişi de hızlandırmıştır. Daha önce basılı halde olan gazete ve dergiler sanal ortama taşınmış, her birinin kendi sosyal medya hesapları, internet üzerinden yayın yaptıkları web siteleri oluşturulmuştur. Bazı gazete ve dergiler matbaa basımını durdurmuş, yayın hayatına tamamen dijital ortamda devam etmeye karar vermiştir. Ancak sanal ortama taşınmaları yayın masraflarının devam etmesine engel değildir. Daha önce basılı yayın yapıp daha sonra dijital ortama geçen bu kaynakların tamamına yakını abonelik ücreti talep etmemektedir. Bununla birlikte çalışanlarının ücretleri, haberlerin hazırlanıp yayınlanması için yapılan masraflar devam etmektedir. Bu da bizi, bu yayınların, giderlerini karşılamak için reklam alması ve bu reklam gelirlerini artırmak için başvurduğu yöntemler hususuna getirmektedir. Bu durum aynen sosyal medya ve video içerik sayfaları için de geçerlidir. Dijital yayınlar, ürün sahibi firmalarla sayfaya giren tekil ziyaretçi sayısına göre anlaşma yaptıklarından, reklam gelirlerini artırmak için siteye ziyaretçi çekmek durumundadırlar. Çünkü reklamların bazen tıklama bazen de görüntülenme sayısına bağlı olarak ürün sahibinden ücret talep etmektedirler. Ziyaretçi sayısını artırmak için sayfanın arayüz, içerik, yazar kalitesini artırmak gibi uygun yöntemlerin yanı sıra reklamı izlemeden hatta tıklamadan siteye girişi engellemek, fark etmeden tıklamasını sağlamak gibi etik dışı yöntemler de bulunmaktadır. Tıklama Tuzağı yani literatüre geçtiği adıyla haber yemi ya da Clickbait da bunlardan biridir. Tıklama Tuzağı, okuyucuyu haberi okumaya yönlendirmek, sosyal medya paylaşımlarına tıklamak ve başlığıyla ilgisiz bir videoyu izletmek için içeriği olduğundan farklı gösterecek başlıklar altında yayınlama işidir. Ziyaretçinin merak boşluğundan yararlandığını ve bunun habercilik ve yayıncılık etiğine aykırı bir tutum olduğu ilgili çevrelerce ortak bir kanıdır. Anahtar Kelimeler: Haber yemi, Tıklama Tuzağı, Yanıltıcı başlıklar, Sosyal Ağ, YouTube.
Kodlama yapmayan uzun ve kısa boyutlu RNA'lar ile hastalıklar ve çevresel faktörler arasındaki bağlantıların tahmini
İnsan vücudunda bulunan lncRNA, miRNA vb. moleküller birbirleriyle, genlerle ve çevresel faktörlerle etkileşim halinde bulunmaktadır. Etkileşimler bir ağ yapısı şeklinde tarif edilebilmektedir. Ağ yapısında bulunan bağlantıların her hangi bir nedenden dolayı kopması veya ağda yeni bağlantıların oluşması çeşitli hastalıklara neden olabilmektedir. Bir molekül ile hastalık arasında veya çevresel faktör arasında bağlantı olup olmadığının laboratuvar ortamında test edilmesi oldukça zaman gerektiren ve yoğun insan kaynağına ihtiyaç duyan bir işlemdir. Daha önce aralarında bağlantı olmayan moleküller ile çevresel faktörler ve hastalıklar arasında olabilecek potansiyel bağlantıların geliştirilecek yöntemler ile tahmin edilmesinin bu işlemi hızlandırmaya katkı sunacağı düşünülmektedir. Tezimizde bu amaçla üç yöntem önerilmiştir. LncRNA-çevresel faktörler ve miRNA-çevresel faktörler arasında potansiyel yeni bağlantıların tahmin edilmesi amacıyla KATZ tabanlı iki model geliştirilmiştir. Diğer bir model ise lncRNA'lar ile hastalıklar arasında potansiyel yeni bağlantıların tahmin edilmesi amacıyla istiflenmiş otokodlayıcılar ve derin öğrenme temel alınarak geliştirilmiştir. Geliştirilen modellerin test sonuçlarının literatürdeki modellere karşı daha başarılı AUC sonuçları elde ettiği gösterilmiştir.
Kulanıcı profiline özgü makale tavsiye sistemi
Son yıllarda tüm dünyada bilgi miktarı çok büyük boyutlara ulaşmıştır. Teknolojinin gelişmesi, akademisyen sayısının artması gibi nedenlerden dolayı tüm dünyada bilgi miktarı aşırı artmıştır. Bilgi miktarındaki aşırı artış, araştırmacıların doğru bilgiye ulaşmasını zorlaştırmıştır. Büyük miktarda bilgi arasından doğru bilgiye ulaşmada yaşanan zorluk tavsiye sistemlerinin önemini ortaya çıkarmaktadır. Bu zorluk akademik çevrede de yaşanmaktadır. Akademisyenler, araştırmacılar bilimsel çalışmalar yaparlar. Akademik yayınlar yazar ve bilime katkıda bulunurlar. Araştırmacılar bilimsel çalışmalar yaparken daha önce yapılmış yayınları inceleyerek literatürdeki mevcut bilgi birikiminden yararlanır. Akademisyenler, araştırmacılar aşırı sayılara ulaşan akademik makaleler arasından kendilerine uygun olanı bulmakta zorlanmaktadır. Akademisyenlerin yaşadığı bu zorluğu azaltmak üzere makale tavsiye sistemleri geliştirilmiştir. Literatürde makale tavsiyesi konusunda yapılmış çalışmalar mevcuttur. Ancak klasik makale tavsiye sistemleri araştırmacının özelliklerini dikkate almaz. Klasik makale tavsiye sistemleri her araştırmacıya aynı yayınları tavsiye eder. Klasik makale tavsiye sistemleri tüm makaleleri karşılaştırır ve birbirine benzer makaleleri araştırmacıya sunar. Ancak gerçek dünyada araştırmacıların alanları ve beklentileri farklıdır. Bu nedenle makale tavsiye sisteminin araştırmacının daha önce yapmış olduğu yayınlarını dikkate alması gerektiği görüldü. Bu tez çalışmasında önerdiğimiz yöntem araştırmacının özelliklerini dikkate alarak kullanıcı profiline özgü makale tavsiyesi yapmaktadır.
Çoklu çevirimiçi sosyal ağlarda aynı kişiye ait hesapları bulma yaklaşımları
İnternetin yaygınlaşması ve akıllı telefonlar ile internete erişimin artması ile kullanıcıların katılım sağladığı sosyal ağ sayısı ve sosyal ağlarda geçirdikleri süre her geçen gün artmaktadır. Kullanıcılar tarafından değişik amaçla kullanılan her sosyal ağ farklı kullanıcı verileri içermektedir. Kullanıcıların farklı sosyal ağlardaki hesaplarını bulmak ve bulunan verileri birleştirip tek bir veri havuzunda derlemek hem tavsiye edici sistemlerin çalışmasını iyileştirecek hem de kullanıcı deneyimini arttıran çok önemli bir etken olacaktır. Bu tez çalışmasında dokuz farklı sosyal ağdaki binlerce kullanıcının verisi toplanarak aynı hesapların tespit edilmesi amaçlanmıştır. Çalışma kapsamında özgün düğüm hizalama ve düğüm benzerlik yöntemleri önerilmiştir. Topolojik bazlı düğüm önermede çapa yöntemi kullanılırken bağlantılar arası yoğunluk ilişkileri de dikkate alınmıştır. Benzerlik tabanlı düğüm benzerlik yönteminde ise öznitelik seçim kriterleri, başlangıç noktası tespit problemi ve değişken formülasyon ile başarılı düğüm eşleştirme sayısı arttırılmıştır. Bununla birlikte bu tez çalışmasında hem kullanıcıların profil özelliklerine göre hem de diğer kullanıcılar ile aralarındaki ilişkilere göre hizalama ve benzerlik tespiti yapılmıştır. Farklı sosyal ağlardaki aynı hesaplarının bulunması ile ilgili dokuz farklı metot önerilmiştir. İki ile altı sosyal ağlarda test edilmiş ve kullanıcıların eşleşme başarı oranları ölçülmüştür. Bu sonuçlarda %95'e varan başarı oranları yakalanmıştır. Böylece çoklu sosyal ağlarda farklı öznitelikleri aynı graf üzerinde toplanmış kullanıcılar için birden fazla sosyal ağı kapsayan geniş bir kullanıcı profili oluşturulmasına imkân sağlanmıştır.
Derin öğrenme yöntemiyle akademik makaleler için anahtar kelime çıkarımı
Son zamanlarda teknolojinin gelişmesi ile birlikte haberler, sosyal medya, bankacılık, eğitim vb. her alanda veri miktarı hızla artmaktadır. Teknolojinin hızlı gelişmesi, akademisyen sayısının artması ile birlikte akademik alandaki veri miktarını da hızlı artırmaktadır. Verilerin sayısındaki aşırı artış doğru bilgiye ulaşmayı zorlaştırmaktadır. Verilerdeki aşırı miktardaki artış nedeniyle, özellikle metinsel verilerde, belgedeki verileri herhangi bir amaç kaybetmeden metni özetleyebilecek anahtar kelimelere ihtiyaç vardır. Metinlerde bulunan uygun anahtar kelimeler bir belgenin son derece özlü bir özeti olarak hizmet edebilir ve belgeleri kolayca düzenlememize ve içeriğine göre onları almamıza yardımcı olabilir. Fakat belgelerin büyük bir kısmında atanmış anahtar kelimeler bulunmamaktadır. Öte yandan, yüksek kaliteli anahtar kelimelerin manuel olarak atanması pahalı, zaman alıcı ve hataya açıktır. Bu nedenle, insanların otomatik anahtar kelime çıkarma işlemini gerçekleştirmesine yardımcı olmayı amaçlayan çoğu algoritma ve sistem önerilmiştir. Literatürde anahtar kelime çıkarma konusunda yapılmış çalışmalar mevcuttur. Yapılan çalışmalarda genel olarak makine öğrenmesi ve derin öğrenme algoritmaları kullanılmıştır. Klasik anahtar kelime çıkarmada bir metinde en çok geçen kelimeler alınarak makalenin anahtar kelimeleri verilmektedir. Bu çalışmada metin içinde en çok geçen kelimelerin diğer kelime grupları ile ne kadar sık geçtiğine bakılarak anahtar kelime önerisi yapılmaktadır. Ayrıca en fazla geçen kelimelere göre elimizdeki korpusla makale içindeki kelime gruplarını bulmadan da anahtar kelime çıkarma işlemi yapılmıştır.
Prediction of new citation links in author-author directed network
Link prediction in weighted and directed networks according to the application of temporal information can be point as an important problem in social network analysis. Link prediction tends to guess the likelihood of the connections occurrence between nodes. In addition the link prediction aims to determine the missing links in the network, which uses the state of the network up to a given time for predicting the new links in future. Most of the previous works have deployed to unweighted or un-directed networks and for computing the proximity scores, only the current state of the network has considered without taking any temporal information into account, which can be point as a limitation in link prediction studies. In this study we tried to overcome the above mentioned limitation by analyzing the development of topological measures in a weighted-directed citation network on a specific period of time. For achieving this aim, chosen similarity metric deployed to all non-connected pairs of nodes in different frames of time in the network. Then, time frames are built for each pair to record their values which provided by the metric. Experiments on unsupervised prediction on a weighted-directed citation network show that the proposed method finds satisfactory results and is promising.
NO tipi Schiff bazı ligandının sentezi karakterizasyonu ve mononükleer komplekslerinin incelenmesi
Bu çalışmada, 3-brom-5-klorsalisilaldehit ile p-aminoasetofenonoksim'in reaksiyonundan 3-brom-5-klorsalisiliden-p-aminoasetofenon oksim (LH) ligandı hazırlandı. Bu Schiff bazı ligandı ile Co+2, Ni+2, Cu+2 ve Zn+2 asetatları reaksiyona sokularak Co(L)2, Ni(L)2, Cu(L)2 ve Zn(L)2 kompleksleri elde edildi. Schiff bazı ve komplekslerinin yapıları Elementel analiz, IR, 1H-NMR, 13C-NMR, Uv, Manyetik Süsseptibilite ve Termogravimetrik analiz ile aydınlatıldı. Bütün komplekslerde Schiff bazlarının metal iyonuna imin azotu ve karbonil oksijeninden bağlanarak iki dişli şelat olarak davrandığı ve yine bütün komplekslerde M:L oranının 1:2 olduğu görüldü. Co+2, Ni+2, Cu+2 ve Zn+2 komplekslerinin tetrahedral yapıya sahip olduğu belirlendi.
Sülfa grubu içeren Schiff bazı temelli komplekslerin sentezi ve karakterizasyonu
Bu çalışmada, salisilaldehit türevleri (5-Br; 5-NO2; 5-Br-3-OCH3; 5-NO2-3-OCH3) ile sülfonamid türevlerinin (Sülfapiridin ve Sülfametizol) reaksiyonundan sırasıyla, 4-[(E)-(5-brom-2-hidroksibenziliden)amino]-N-(piridin-2-yl)benzensülfonamid (L1H), 4-[(E)-(2-hidroksi-5-nitro benziliden)amino]-N-(piridin-2-yl)benzensülfonamid (L2H), 4-[(E)-(5-brom-2-hidroksi-3-metoksibenziliden)amino]-N-(piridin-2-yl)benzensülfonamid (L3H), 4-[(E)-(2-hidroksi-3-metoksi-5-nitrobenziliden)amino]-N-(piridin-2-yl)benzensülfonamid (L4H), 4-{[(1E)-(5-brom-2-hidroksi fenil)metilen] amino}-N-(5-metil-1,3,4-tiadiazol-2-yl)benzensülfonamid (L5H), 4-{[(1E)-(2-hidroksi-5-nitrofenil)metilen]amino}-N-(5-metil-1,3,4-tiadiazol-2-yl)benzensülfonamid (L6H), 4-{[(1E)-(5-brom-2-hidroksi-3-metoksi fenil) metilen]amino}-N-(5-metil-1,3,4-tiadiazol-2-yl)benzensülfonamid (L7H), 4-{[(1E)-(2-hidroksi-3-metoksi-5-nitrofenil)metilen]amino}-N-(5-metil-1,3,4-tiadiazol-2-yl)benzensülfonamid (L8H) olmak üzere 8 yeni Schiff bazı ligandı elde edildi. Bu Schiff bazı ligandları Co+2, Ni+2, Cu+2 ve Zn+2 asetat tuzları ile reaksiyona sokularak 32 farklı koordinasyon bileşiği sentezlendi. Schiff bazları ve komplekslerinin yapıları elementel analiz, IR, 1H-NMR, 13C-NMR, UV-Vis, manyetik süsseptibilite ve termogravimetrik analiz yöntemleri kullanılarak aydınlatıldı. Elde edilen verilerden bütün komplekslerin oktahedral olduğuna karar verildi. Metal/Ligand oranının tüm kompleksler için 1:1 olduğu ve tüm Schiff bazlarının karbonil grubundaki oksijen atomu ve azometin grubundaki azot atomu ile metal atomuna bağlandığı tespit edildi.
Friend recommendation system in online social networks
Social media provide an important source of information regarding users and their interactions which is very valuable for the recommender systems. In web-based social networks social trust relationships between users indicate the similarity of their needs and opinions. In our paper, we presented a social network based recommender system app that utilizes the information of user and makes recommendations by considering users weight however we measured how many mutual friend they have been make suggesting and calculating the weight between each user by same formula and rule, then make recommending friends. We also help the users in a way by searching and recommending friends who do not belong to the same category of the major interest as the user but they have many mutual friends but they are not friends. Although there has been much work done in the industry and academia on developing the theory and application of social networks as well as recommender systems, the relation between these research areas is still unclear. An innovative idea, which enables to integrate these areas, and applies recommendation systems to the online social network systems, is proposed in this thesis. Recommendation systems for social networks differ from the typical kinds of recommendation solutions, since they suggest human beings to other ones rather than inanimate goods. Thus, conventional recommendation methods should be enhanced by social features of the networks and their members.
Community detection in social networks
A social network could be the definition as gathering of individuals associated by a gathering of individuals. Social network investigation gives a visual and a numerical examination of the human relationship. The acknowledgment of the community structure in the social network has been the vital issue in numerous areas and orders. Community structure accepts more conspicuousness with the expanding bronchial of online social network administrations like Twitter, Facebook, or MySpace. This paper mirrors the up development of groups that happen in the structure of social networks, spoke to as charts. We have essentially exhibited diverse community detection algorithms from certifiable networks. This paper speaks to a diagram of the algorithms community detection in social networks.
Performance measurement for distributed systems using opnet principles
Nowadays, as Distributed Systems enters the new century Extending network services for example, real time measurement and monitoring are likewise driving the requirement for more data transfer in the communication network and dependable communication infrastructure. These requirements will flourish further as new remote real-time protection and control applications become more possible and pervasive. (Performance Measurement for Distributed Systems Using OPNET Principles) was further developed utilizing Optimized Network Engineering Tools (OPNET). It's the designing Principles simulator particular for network research and development. For network-efficiency evaluation, a professional simulation tool, called Optimized Network Engineering Tool (OPNET), is depended on to check the system with large networks for both 2TA and 3TA. The results showed that 3TA is more powerful than 2TA in term of data protection and time delay by splitting the services between both of http-server and database-server. Hence it will provide more performance specially when dealing with very large networks with hundred (or thousands) clients.
Çevrimiçi forum sitelerindeki hastalık belirtilerine göre hastalıklar ve buna uygun ilaçlar arasındaki ilişkilerin bulunması
Sosyal ağlar, çevremizdeki nesneler, kişiler, kuruluşlar ve topluluklar arasındaki ilişkileri modellemek için kullanılan yapılardan biridir. Farklı alanlarda ve farklı şekillerde karşılaştığımız birçok karmaşık sistem sosyal ağlar ile görselleştirilebilir. Sosyal ağlar karmaşık sistemlerin yapısının, gelişiminin ve ilişkilerinin anlaşılmasında yararlı bir analiz aracı olmuştur. Sosyal ağ analizi ile karmaşık sistemler hakkında önemli bilgiler elde edilir. Bu bilgiler birçok amaçla kullanılabilir. Sosyal ağ analizinin en önemli araştırma konularından biri bağlantı tahminidir. Ağlar zamanla değişir ve gelişir. Bağlantı tahmini ağların dinamikliğini araştırmak için iyi bir yöntemdir ve birçok alanda kullanıldığı gibi sağlık alanında da önemli bir analiz konusu haline gelmiştir. Bu tez çalışmasında üç temel çalışma sunulmuştur. Birinci çalışma çevrimiçi forum sitelerindeki sorularının analizi ile elde edilen hastalık belirtilerinin hastalıklarla olan ilişkilerinin bulunmasına yöneliktir. Son yıllarda birçok alana uygulanan bağlantı tahmini, internetin hızlı gelişimi ile insanlar için sağlık konusunda önemli bir başvuru kaynağı olan çevrimiçi forum sitelerinin analizinden elde edilen verilerle kurulmuş iki parçalı ağ üzerinde gerçekleştirilmiştir. İkinci çalışma çevrimiçi forum sitelerinde kullanıcı sorularına karşılık bulunan hastalıkların ilaçlarla olan ilişkisini belirlemeye yöneliktir. Bu amaçla hastalıklar ve ilaçlardan oluşan bir iki parçalı ağ modellenmiş ve bu ağ üzerinde bağlantı tahmini işlemi ile hastalıklara uygun ilaçlar arasındaki ilişkiler bulunmuştur. Son çalışmada günümüzde insanların sıklıkla kullandıkları çevrimiçi forum sitelerinin güvenilirliği üzerine bir çalışma yapılmıştır. Bu çalışma ile insanların bu forumlardaki uzman doktorlardan aldıkları cevapların ne derece doğru olduğu test edilmiştir. Son olarak bu tez çalışması MF.17.04 nolu FÜBAP kapsamında yürütülen Yüksek Lisans Tezi Araştırma Projesi ile desteklenmiş, yapılan çalışmalar çeşitli uluslararası yayınlar ile sonuçlandırılmıştır.
Sosyal ağ tabanlı modelleme yöntemiyle GSM kullanıcılarına en uygun tarifenin önerilmesi
GSM insanların birbirleriyle haberleşmesini sağlayan bir mobil teknolojidir. Bireyler belirli bir tarifeye sahip GSM numarasından diğer numaraları arayarak kişilerle iletişim kurarlar. Arama, aranma ve mesajlaşma ile birlikte kişiler arasında bir iletişim ağı oluşur. Bu tezde, sosyal ağ tabanlı bir modelleme yöntemiyle iletişim ağındaki belirli bireylerin toplam faydası gözetilerek her bir GSM kullanıcısına en uygun tarifeyi öneren bir sistem geliştirilmiştir. Bu bildiğimiz kadarıyla belirli bir GSM kullanıcı topluluğuna en uygun tarifenin önerilmesi için sosyal ağ modeli kullanılarak yapılan ilk çalışmadır. Farklı tarifelere sahip kullanıcılardan oluşturulan bir yapay iletişim ağı üzerinde yapılan deneysel sonuçlar, yöntemin kullanılabilirliğini ve doğru sonuçlar ürettiğini gösterir.
Yönsüz ağırlıklı hastalık ağında bağlantı tahmini
Bağlantı tahminiyle ağ yapısında olan çeşitli verilerden yeni veriler elde etme ve geleceğe dönük tahminler yapılabilmektedir. Ağ yapısındaki düğümler ve bu düğümlerin aralarındaki ilişkilerden yola çıkılarak, ağın gelecekteki yapısı ve bireylerin oluşturabileceği yeni ilişkilerin veya vazgeçeceği ilişkilerin tahmini yapılmaya çalışılır. Bu tezde özellikle sosyal ağlarda bağlantı tahmininin tanımı, özellikleri, bu konuda yapılmış çalışmalar irdelendi. Bağlantı tahmini ile ilgili önerilen yöntemlere geçilmeden önce veri madenciliği, sosyal ağlar, sosyal ağ analizi konularında bilgiler verildi. Uygulamada Fırat Üniversitesi Hastanesinde Hemogram testi yaptıran hasta verileri kullanılarak "Yönsüz Ağırlıklı Hastalık Ağı" oluşturuldu. Hastalık ağında, her bir düğüm birer hastalığı ilişkiler ise hastalıklar arası ilişkiyi temsil etmektedir. Sosyal ağ analizi ve bağlantı tahmini metotları kullanılarak yeni bir bağlantı tahmini yöntemi geliştirilmiştir. Geliştirilen bu yöntemle, belirli şikâyetlerle gelen hastaların ne gibi hastalık riskleri taşıdığını tespit edilerek proaktif bir yaklaşımla hastalık riski tahmini yapılmaktadır. Bu yöntemlerin kullanılabilirliği, bağlantı tahminin bu ağlara uygulanabilirliği gösterildi. Anahtar Kelimeler: Hastalık ağları, Bağlantı tahmini, Sosyal Ağ Analizi, Benzerlik Ölçütü Algoritmaları, Veri Madenciliği