Weighted bipartite crossing minimization applications on biclustering and graph unions

Basit Öğe Kaydı
dc.contributor.advisorErten, Cesimen_US
dc.contributor.authorSözdinler, Melihen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2016-06-03T07:47:29Z
dc.date.available2016-06-03T07:47:29Z
dc.date.issued2009-02-03
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 55-59)en_US
dc.descriptionxi, 60 leavesen_US
dc.description.abstractBiclustering gene expression data is the problem of extracting submatrices of genes and conditions exhibiting significant correlation across both the rows and the columns of a data matrix of expression values. We provide a method, LEB (Localize-and-Extract Biclusters) which reduces the search space in to local neighborhoods within the matrix by first localizing correlated structures. The localization procedure takes its roots from effective use of graph-theoretical methods applied to problems exhibiting a similar structure to that of biblustering. Once interesting structures are localized the search space reduces to small neighborhoods and the biclusters are extracted from these localities. we evaluate the effectiveness of our method with extensive experiments both using artificial and real datasets. Finally, We also used our crossing minimization heuristics for graph visualization in a layered fashion.en_US
dc.description.abstractÇift taraflı kümeleme problemi, biyol ile ilgili verilerin alt matrisler arasından belli oranda verinin sütun kısmında ve satır kısmında ilintili olanları elde etme problemidir. Biz adı LEB (Localize-and-Extract Biclusters) olan bir yöntem sunarak çift taraflı kümeleme problemini tüm veri üzerinde çalışması yerine, kendine yakın komşu olan alt matrisler üzerinde çalışmasını sağladık. Bu sayede tarama süreci, genelden yerel alt kümelere indirgenmiş oldu. Yerleştirme problemimin temelini, çizge tabanlı teorik yöntem kullanarak çift taraflı kümeleme problemi ile ilintili olduğunu deney yaparak belirledik. Yerlleştirme metodundan sonra bu küçük alt yapıların birleştirilmesi içinde ayrı yöntem önerdik. Son olarakta biz öne sürdüğümüz yöntemin performansını birçok deney yaparak hem gerçek hemde sanal veriler üzerinde denedik. Bunun yanısıra çizelgeler için öne sürdüğümüz yöntemi, çizelgeler için öne sürdüğümüz yöntemi, çizelgelerin görselleştirmesi içinde kullandık. Bunu da ikinci kısımda ayrıntılı olarak inceledik.en_US
dc.description.tableofcontentsBiclusteringen_US
dc.description.tableofcontentsMotivationen_US
dc.description.tableofcontentsPrevious Worken_US
dc.description.tableofcontentsBiclusteringen_US
dc.description.tableofcontentsBipartite Crossing Minimizationen_US
dc.description.tableofcontentsSummary of Main Resultsen_US
dc.description.tableofcontentsPreliminariesen_US
dc.description.tableofcontentsCrossing Minimization and Biclusteringen_US
dc.description.tableofcontentsLocalize-and-Extract Biclustersen_US
dc.description.tableofcontentsBicluster Extraction Methoden_US
dc.description.tableofcontentsEvaluation Scoreen_US
dc.description.tableofcontentsRunning Timeen_US
dc.description.tableofcontentsExperimentsen_US
dc.description.tableofcontentsSetting for Artificial Experiment and Evaluationsen_US
dc.description.tableofcontentsExperiment on Artifical Dataen_US
dc.description.tableofcontents100x100 Experimenten_US
dc.description.tableofcontents200x200 Experimenten_US
dc.description.tableofcontentsExperiments on Real Dataen_US
dc.description.tableofcontentsArabidopsis Thalianaen_US
dc.description.tableofcontentsYeasten_US
dc.description.tableofcontentsGraph Unionsen_US
dc.description.tableofcontentsMotivationen_US
dc.description.tableofcontentsRelated Worken_US
dc.description.tableofcontentsOur Methoden_US
dc.description.tableofcontentsMethods in Designen_US
dc.description.tableofcontentsModified Coffman Graham Algorithmen_US
dc.description.tableofcontentsDemetrescu's Weighted Feedback Arc Set Algorithmen_US
dc.description.tableofcontentsWeighted Crossing Minimizationen_US
dc.description.tableofcontentsMethod Reviewen_US
dc.description.tableofcontentsExperiments And Resultsen_US
dc.description.tableofcontentsProperties of Designed Toolen_US
dc.description.tableofcontentsStatisticsen_US
dc.description.tableofcontentsCrossing Statsen_US
dc.description.tableofcontentsEdge Length Statsen_US
dc.identifier.citationSözdinler, M. (2009). Weighted bipartite crossing minimization applications on biclustering and graph unions. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/920
dc.institutionauthorSözdinler, Melihen_US
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subject.lccQA248 .S88 2009
dc.subject.lcshSet theory.en_US
dc.titleWeighted bipartite crossing minimization applications on biclustering and graph unionsen_US
dc.title.alternativeAğırlıklı ikili çizgelerin ayrıt kesişimleri azaltılmasının ikili kümeleme ve çizgelerin görselleştirilmesi problemlerine uygulanmasıen_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
11729-920.pdf
Boyut:
2.63 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu