Yazar "Delibaş, Emre" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim Yok
    Öğe
    Birliktelik analizi ile reçeteli ilaç satışları üzerinde bir uygulama
    (Cumhuriyet Üniversitesi, 2010) Delibaş, Emre; Alan, Mehmet Ali
    Bilgisayar teknolojilerinin hızlı gelişimine paralel olarak her sektör ve sistemde artan veri yığınları, Veri Madenciliği alanındaki çalışmalara çeşitlilik ve önem kazandırmaktadır.Bu çalışmada Veri Madenciliği teknikleri ile Sivas ili Merkez ilçesindeki reçeteli ilaç satışları üzerinde bir uygulama gerçekleştirilmiştir. Analizde ürün grupları arasındaki satış ilişkilerini belirlemede kullanılan birliktelik kuralları, en çok bilinen ve uygulanan Apriori algoritması ile çıkarılmıştır. Eldeki veriler 2009 yılı reçeteli ilaç satışlarını kapsıyor olup, yıllık, mevsimlik, aylık, en sıcak ve en soğuk aylar için ayrı ayrı analiz edilmiştir. Belirlenen kurallar ile varsa aykırılıklar, doğru birliktelikler; birlikteliklerin, tedavisinde kullanıldığı hastalıkların aylar, mevsimler, çevre koşulları gibi etkenlerle olan ilişkileri vb. sonuçlar üzerinde durulmuştur. Analiz edilen 96.770 reçete bilgisini 253 gruba göre analiz edilebilir hale getirmek için çeşitli veritabanı düzenlemeleri yapılmış ve Delphi uygulamaları geliştirilmiş, analiz için de TANAGRA veri madenciliği programı kullanılmıştır.Üç bölümden oluşan tez, Veri Madenciliği hakkında genel bilgiler, analizde kullanılan ?Birliktelik Analizi? hakkında detaylı teorik bilgi ve son olarak da uygulama bölümlerini içermektedir.
  • Küçük Resim Yok
    Öğe
    fCGR yöntemi ile DNA dizi benzerliği için transfer öğrenme modellerinin kullanılması
    (Niğde Ömer Halisdemir Üniversitesi, 2025) Delibaş, Emre
    DNA dizilerinin benzerlik analizi, evrimsel ilişkilerin anlaşılması ve genetik mutasyonların belirlenmesi açısından kritik bir konudur. Geleneksel hizalama tabanlı yöntemler yüksek hesaplama maliyetine sahip olduğundan, bu çalışmada hizalamadan bağımsız DNA benzerlik analizi için transfer öğrenme modellerinin uygulanabilirliği incelenmiştir. DNA dizileri, Frequency Chaos Game Representation (fCGR) yöntemiyle görselleştirilmiş ve ResNet50, EfficientNetB0, MobileNet modelleriyle özellik çıkarımı yapılmıştır. Cosine similarity, Euclidean distance ve correlation gibi üç benzerlik metriği ve dört farklı hiyerarşik kümeleme yöntemi karşılaştırılmıştır. Sonuçlar, cosine similarity metriğinin genetik benzerlikleri daha iyi yansıttığını göstermektedir. MobileNet, hafif yapısı ve verimli özellik çıkarımıyla en yüksek doğruluk oranını sunmuştur. PCA ile görselleştirilen özellik vektörleri güçlü kümelenme eğilimleri sergilemiş ve referans filogenetik ağaçlarla uyum göstermiştir. Çalışma, transfer öğrenmenin genetik analizlerde uygulanabilirliğini ortaya koyarak ölçeklenebilir ve biyolojik olarak anlamlı analizler yapılabileceğini göstermektedir.