Bilgisayar Mühendisliği Bölümü Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/203

Browse

Now showing 1 - 11 of 11

Application of Biological Domain Knowledge Based Feature Selection on Gene Expression Data
(MDPIST ALBAN-ANLAGE 66, CH-4052 BASEL, SWITZERLAND, 2021) Yousef, Malik; Kumar, Abhishek; Bakir-Gungor, Burcu; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Bakir-Gungor, Burcu
In the last two decades, there have been massive advancements in high throughput technologies, which resulted in the exponential growth of public repositories of gene expression datasets for various phenotypes. It is possible to unravel biomarkers by comparing the gene expression levels under different conditions, such as disease vs. control, treated vs. not treated, drug A vs. drug B, etc. This problem refers to a well-studied problem in the machine learning domain, i.e., the feature selection problem. In biological data analysis, most of the computational feature selection methodologies were taken from other fields, without considering the nature of the biological data. Thus, integrative approaches that utilize the biological knowledge while performing feature selection are necessary for this kind of data. The main idea behind the integrative gene selection process is to generate a ranked list of genes considering both the statistical metrics that are applied to the gene expression data, and the biological background information which is provided as external datasets. One of the main goals of this review is to explore the existing methods that integrate different types of information in order to improve the identification of the biomolecular signatures of diseases and the discovery of new potential targets for treatment. These integrative approaches are expected to aid the prediction, diagnosis, and treatment of diseases, as well as to enlighten us on disease state dynamics, mechanisms of their onset and progression. The integration of various types of biological information will necessitate the development of novel techniques for integration and data analysis. Another aim of this review is to boost the bioinformatics community to develop new approaches for searching and determining significant groups/clusters of features based on one or more biological grouping functions.
Blockchain for genomics and healthcare: a literature review, current status, classification and open issues
(PEERJ INC341-345 OLD ST, THIRD FLR, LONDON EC1V 9LL, ENGLAND, 2021) Dedeturk, Beyhan Adanur; Soran, Ahmet; Bakir Gungor, Burcu; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Dedeturk, Beyhan Adanur; Soran, Ahmet; Bakir Gungor, Burcu
The tremendous boost in the next generation sequencing technologies and in the "omics"technologies resulted in the generation of hundreds of gigabytes of data per day. Nowadays, via integrating -omics data with other data types, such as imaging and electronic health record (EHR) data, panomics studies attempt to identify novel and potentially actionable biomarkers for personalized medicine applications. In this respect, for the accurate analysis of -omics data and EHR, there is a need to establish secure and robust pipelines that take the ethical aspects into consideration, regulate privacy and ownership issues, and data sharing. These days, blockchain technology has picked up significant attention in diverse fields, including genomics, since it offers a new solution for these problems from a different perspective. Blockchain is an immutable transaction ledger, which offers secure and distributed system without a central authority. Within the system, each transaction can be expressed with cryptographically signed blocks, and the verification of transactions is performed by the users of the network. In this review, firstly, we aim to highlight the challenges of EHR and genomic data sharing. Secondly, we attempt to answer "Why"or "Why not"the blockchain technology is suitable for genomics and healthcare applications in detail. Thirdly, we elucidate the general blockchain structure based on the Ethereum, which is a more suitable technology for the genomic data sharing platforms. Fourthly, we review current blockchain-based EHR and genomic data sharing platforms, evaluate the advantages and disadvantages of these applications, and classify these applications using different metrics. Finally, we conclude by discussing the open issues and introducing our suggestion on the topic. In summary, to facilitate the diagnosis, monitoring and therapy of diseases with the effective analysis of -omics data with other available data types, through this review, we put forward the possible implications of the blockchain technology to life sciences and healthcare.
Cascade Control of Magnetic Levitation with Sliding Modes
(E D P SCIENCES, 17 AVE DU HOGGAR PARC D ACTIVITES COUTABOEUF BP 112, F-91944 CEDEX A, FRANCE, 2016) Eroglu, Yakup; Ablay, Gunyaz; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
The effectiveness and applicability of magnetic levitation systems need precise feedback control designs. A cascade control approach consisting of sliding mode control plus sliding mode control (SMC plus SMC) is designed to solve position control problem and to provide a high control performance and robustness to the magnetic levitation plant. It is shown that the SMC plus SMC cascade controller is able to eliminate the effects of the inductance related uncertainties of the electromagnetic coil of the plant and achieve a robust and precise position control. Experimental and numerical results are provided to validate the effectiveness and feasibility of the method.
Designing and Modelling Selective Replication for Fault-tolerant HPC Applications
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2017) Subasi, Omer; Yalcin, Gulay; Zyulkyarov, Ferad; Unsal, Osman; Labarta, Jesus; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
Fail-stop errors and Silent Data Corruptions (SDCs) are the most common failure modes for High Performance Computing (HPC) applications. There are studies that address fail-stop errors and studies that address SDCs. However few studies address both types of errors together. In this paper we propose a software-based selective replication technique for HPC applications for both fail-stop errors and SDCs. Since complete replication of applications can be costly in terms of resources, we develop a runtime-based technique for selective replication. Selective replication provides an opportunity to meet HPC reliability targets while decreasing resource costs. Our technique is low-overhead, automatic and completely transparent to the user.
Kablosuz Sualtı Algılayıcı Ağlarında Katmanlar Arası İletişim Ve Fırsatçı Spektrum Erişimi
(TUBİTAK, 2018) Güngör, Vehbi Çağrı; Tuna, Gürkan; 0000-0003-0803-8372; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Güngör, Vehbi Çağrı
Dünyamızın üçte ikisinden fazlası sularla kaplıdır. Denizlerden, göllerden ve nehirlerden oluşan sualtı dünyası doğal kaynaklar (petrol, doğalgaz ve değerli mineraller) bakımından oldukça zengin olup insanoğlu tarafından henüz tam olarak keşfedilememiştir. Son yıllarda, bilimsel, çevresel, ticari ve askeri uygulamalarda kullanılmak üzere kablosuz sualtı algılayıcı ağların geliştirilmesi ve gerçekleştirilmesi noktasında endüstride ve akademide olağanüstü artan bir hızda ilgi olmuştur. Günümüzde sualtı algılayıcı ağlarının deprem izleme, denizbilim veri toplanması, felaket yönetimi, çevresel kirliliğin gözlemlenmesi, güvenli gemi seyri, çoklu ortam taktik izleme vb. alanlarda çeşitli uygulamaları bulunmaktadır. Bununla birlikte, sualtı akustik ortamı güvenilir ve etkin kablosuz iletişim için ciddi zorluklar yaratmaktadır. Bu bağlamda, güvenilir ve etkin sualtı iletişimin sağlanması için özgün bir iletişim sistemi gerekmektedir. Bu projede, kablosuz sualtı algılayıcı ağlarının ortak problemleri olan yayılım gecikmesinin yüksek ve değişken olması, sualtı kanal kapasitesinin yere, zamana ve frekansa bağlı olarak ciddi şekilde değişiklik göstermesi ve kablosuz sualtı algılayıcı düğümlerinin çok sınırlı enerjiye sahip olması gibi problemlerin adreslenmesi için konum farkında Katmanlar arası İletişim ve Fırsatçı Spektrum Erişim (Kİ-FSE) sistemi önerilmektedir. Geliştirilen Kİ-FSE sistemi kaynakları kısıtlı sualtı elemanları için geleneksel iletişim katman modelinde uygulama katmanından fiziksel katmana kadar iletişim katmanlarının yükünü azaltacak ve performanslarını geliştirecek tam bir katmanlar arası çözümdür. Ayrıca, Kİ-FSE sistemi sualtı ortamında etkin spektrum kullanımını sağlamak için fırsatçı spektrum erişim tekniklerinden faydalanmaktadır. Genel olarak, bu projenin nihai sonucu sualtı ortamları için özgün katmanlar arası ve fırsatçı spektrum erişim esasına dayanan iletişim protokollerinin geliştirilmesi için gerekli metotların ve temel kavramların ortaya konmasıdır. Sonuç olarak; bu projenin kariyer ve eğitimsel faydalarına ilaveten, bu projenin sonuçlarıyla mümkün kılınabilecek sağlam ve geniş ölçekli sualtı algılayıcı ağları sualtı dünyasının bilimsel, çevresel, ticari, askeri, vb. amaçlar için kapsamlı keşfini başarmayı mümkün kılacak ve sualtında bulunan yeni doğal kaynakların (petrol, doğal gaz, vb.) sualtı algılayıcı ağları tarafından keşfedilmesine önayak olacaktır
Mixture of Learners for Cancer Stem Cell Detection Using CD13 and H&E Stained Images
(SPIE-INT SOC OPTICAL ENGINEERING, 1000 20TH ST, PO BOX 10, BELLINGHAM, WA 98227-0010 USA, 2016) Oguz, Oguzhan; Akbas, Cem Emre; Mallah, Maen; Tasdemir, Kasim; Guzelcan, Ece Akhan; Muenzenmayer, Christian; Wittenberg, Thomas; Uner, Aysegul; Cetin, A. Enis; Atalay, Rengul Cetin; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
In this article, algorithms for cancer stem cell (CSC) detection in liver cancer tissue images are developed. Conventionally, a pathologist examines of cancer cell morphologies under microscope. Computer aided diagnosis systems (CAD) aims to help pathologists in this tedious and repetitive work. The first algorithm locates CSCs in CD13 stained liver tissue images. The method has also an online learning algorithm to improve the accuracy of detection. The second family of algorithms classify the cancer tissues stained with H&E which is clinically routine and cost effective than immunohistochemistry (IHC) procedure. The algorithms utilize 1D-SIFT and eigen-analysis based feature sets as descriptors. Normal and cancerous tissues can be classified with 92.1% accuracy in H&E stained images. Classification accuracy of low and high-grade cancerous tissue images is 70.4%. Therefore, this study paves the way for diagnosing the cancerous tissue and grading the level of it using HSLE stained microscopic tissue images.
Mobile Sensor Networks: Theory, Control, Communication, and Computation Issues
(HINDAWI PUBLISHING CORPORATION, 410 PARK AVENUE, 15TH FLOOR, #287 PMB, NEW YORK, NY 10022 USA, 2013) Gungor, V. Cagri; Gulez, Kayhan; Kawabata, Kuniaki; Tas, Nazif Cihan; Tuna, Gurkan; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
[Özet Yok]
Networking and communications for smart cities special issue editorial
(ELSEVIER, 2015) Theoleyre, Fabrice; Watteyne, Thomas; Bianchi, Giuseppe; Tuna, Gurkan; Gungor, Vehbi Cagri; Pang, Ai-Chun; 0000-0003-0803-8372; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Gungor, Vehbi Cagri
Our society is facing an unprecedented massive urbanization. At the time of writing, 54% of the world’s population lives in urban areas (with an 82% peak in North America), opposed to only 30% in 1950. Reports [1] predict that 66% of the world’s population will be urban by 2050, i.e. a sheer increase of 2.5 billion urban citizens, owing to the absolute population growth. The obvious (but not nearly trivial!) emerging challenge is how to successfully accomplish a sustainable urbanization at such level and scale.
Reply to Stoimenis et al
(Nature Publishing Group, 2015) Bakir Güngör, Burcu; Remmers, Elaine F.; Meguro, Akira; Mizuki, Nobuhisa; Kästner, Daniel L.; Gul, Ahmet; Sezerman, Ugur; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
[Özet Yok]
A runtime heuristic to selectively replicate tasks for application-specific reliability targets
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2016) Subasi, Omer; Yalcin, Gulay; Zyulkyarov, Ferad; Unsal, Osman; Labarta, Jesus; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü;
n this paper we propose a runtime-based selective task replication technique for task-parallel high performance computing applications. Our selective task replication technique is automatic and does not require modification/recompilation of OS, compiler or application code. Our heuristic, we call App_FIT, selects tasks to replicate such that the specified reliability target for an application is achieved. In our experimental evaluation, we show that App_FIT selective replication heuristic is low-overhead and highly scalable. In addition, results indicate that complete task replication is overkill for achieving reliability targets. We show that with App_FIT, we can tolerate pessimistic exascale error rates with only 53% of the tasks being replicated.
Zenginleştirilmiş Öznitelikler ve Makine Öğrenmesi Yöntemleriyle Protein Yerel Yapı Tahmini
(TUBİTAK, 2017) Aydın, Zafer; 0000-0001-7686-6298; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Aydın, Zafer
Projenin amacı proteinlerde bulunan ikincil yapı, dihedral açı ve çözücü erişilirlik gibi bir boyutlu yapısal özelliklerin başarılı olarak tahmin edilmesi ve bu tahminleri kullanarak parçacık seçimi yapan yeni bir yöntem geliştirilmesidir. Geliştirilen yöntemler sayesinde proteinlerin üç boyutlu yapısının daha doğru tahmin edilmesi, proteinlerin fonksiyonlarının daha iyi anlaşılması ve daha etkili ilaç tasarımı yapılması mümkün olacaktır. Bir boyutlu yapısal özelliklerin tahmini için yürütücünün daha önce geliştirdiği iki aşamalı hibrit sınıflandırma yöntemi kullanılmıştır. Bu yöntemde bulunan sınıflandırıcılar için dizi tabanlı profiller, yapısal profil matrisleri gibi çeşitli öznitelik vektörleri kullanılmıştır. İkinci aşamadaki sınıflandırıcı için destek vektör makinası, derin KSA, rastgele orman ve topluluk gibi çeşitli öğrenme yöntemleri eğitilmiş ve geliştirilen yöntemlerin tahmin başarı oranları standart veri kümelerinde incelenmiştir. Ayrıca bu aşamada derin otokodlayıcılar ve öznitelik seçme yaklaşımları ile boyut düşürme gerçekleştirilmiştir. Protein parçacık seçimi için verilen iki amino asit dizisi parçacığının yapısal olarak benzer olup olmadığının tahmin eden yöntemler geliştirilmiştir. Bunun için Rosetta programının parçacık veritabanında bulunan proteinlerden parçacık ikilileri örneklenmiş, bu ikililer BCScore yöntemi ile etiketlenmiş, eğitim ve test kümeleri oluşturulmuştur. Ayrıca farklı öznitelik kümeleri konsept hiyerarşi yaklaşımı ile kapsamlı olarak incelenmiş ve en başarılı sonucu veren öznitelik kombinasyonları tespit edilmiştir. Parçacık seçimi probleminde 3 ve 9 amino asitlik parçacıklar üzerinde çalışılmıştır ancak yöntemler diğer uzunluktaki parçacıklar için de kolaylıkla uygulanabilecektir. Projede geliştirilen yöntemler sayesinde ikincil yapı tahmin başarısı en zor tahmin kategorisinde %2.6 iyileşmiş, dihedral açı tahmin başarısı önemli oranda iyileşmiş, çözücü erişilirlik probleminde literatürdeki en başarılı yöntemler ile benzer bir seviye yakalanmıştır. Parçacık seçiminde ise verilen iki parçacığın yapılarının benzer olup olmadıkları 3-mer parçacıklar için %94 ve 9merler içinse %97 oranı ile tahmin edilmiştir. Yapılan çalışmaların neticesinde öznitelik vektörlerinin daha iyi tasarlanmasının ve farklı sınıflandırma yöntemlerinin birleştirilip optimize edilmesinin yapısal özellik tahmin başarısını önemli oranda iyileştirdiği sonucuna varılmıştır.

Browse

Browsing Bilgisayar Mühendisliği Bölümü Koleksiyonu by Publication Category "Diğer"