KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ
Bu çalışmada kardiotogram verisinden fetal iyilik halinin belirlenmesi için bir karar destek sistemi önerilmiştir. Sistem En Küçük Kareler Destek Vektör Makineleri ve Temel Bileşen Analizi üzerinde temellendirilmiştir. Temel Bileşen Analizi yöntemi ile kardiotokogram veri kümesinin boyutu indirgenm...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Bursa Uludag University
2016-12-01
|
Series: | Uludağ University Journal of The Faculty of Engineering |
Subjects: | |
Online Access: | https://dergipark.org.tr/tr/pub/uumfd/issue/25597/278033 |
id |
doaj-3fe6bb13ea7e48af8ec3fe935676936d |
---|---|
record_format |
Article |
spelling |
doaj-3fe6bb13ea7e48af8ec3fe935676936d2021-02-02T13:15:18ZengBursa Uludag UniversityUludağ University Journal of The Faculty of Engineering2148-41472148-41552016-12-0121233134010.17482/uumfd.2780331779KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİErsen YılmazBu çalışmada kardiotogram verisinden fetal iyilik halinin belirlenmesi için bir karar destek sistemi önerilmiştir. Sistem En Küçük Kareler Destek Vektör Makineleri ve Temel Bileşen Analizi üzerinde temellendirilmiştir. Temel Bileşen Analizi yöntemi ile kardiotokogram veri kümesinin boyutu indirgenmiştir. Özellik boyutu indirgenen veri kümesi üzerinde En Küçük Kareler Destek Vektör Makineleri kullanılarak sınıflandırma işlemi gerçekleştirilmiştir. Önerilen karar destek sisteminin başarımı UCI Makine Öğrenmesi Ambarlarından alınan kardiotokogram veri kümesi üzerinde 10-katlı Çapraz Doğrulama tekniği kullanılarak incelenmiştir. Deneysel sonuçlar önerilen sistemin %98,74 sınıflandırma doğruluğuna, %98,86 duyarlılık oranına ve %98,73 özgüllük oranına sahip olduğunu göstermiştir.https://dergipark.org.tr/tr/pub/uumfd/issue/25597/278033cardiotocogramdecision support systemsupport vector machinesprincipal component analysisfetal well-beingkardiotokogramkarar destek sistemidestek vektör makineleritemel bileşen analizifetal iyilik hali |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Ersen Yılmaz |
spellingShingle |
Ersen Yılmaz KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ Uludağ University Journal of The Faculty of Engineering cardiotocogram decision support system support vector machines principal component analysis fetal well-being kardiotokogram karar destek sistemi destek vektör makineleri temel bileşen analizi fetal iyilik hali |
author_facet |
Ersen Yılmaz |
author_sort |
Ersen Yılmaz |
title |
KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ |
title_short |
KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ |
title_full |
KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ |
title_fullStr |
KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ |
title_full_unstemmed |
KARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ |
title_sort |
kardi̇otokogram veri̇si̇nden fetal i̇yi̇li̇k hali̇ni̇n beli̇rlenmesi̇ i̇çi̇n bi̇r karar destek si̇stemi̇ |
publisher |
Bursa Uludag University |
series |
Uludağ University Journal of The Faculty of Engineering |
issn |
2148-4147 2148-4155 |
publishDate |
2016-12-01 |
description |
Bu
çalışmada kardiotogram verisinden
fetal iyilik halinin belirlenmesi için bir karar destek sistemi önerilmiştir. Sistem En Küçük Kareler Destek Vektör
Makineleri ve Temel Bileşen Analizi üzerinde temellendirilmiştir. Temel Bileşen
Analizi yöntemi ile kardiotokogram veri kümesinin boyutu indirgenmiştir.
Özellik boyutu indirgenen veri kümesi üzerinde En Küçük Kareler Destek Vektör
Makineleri kullanılarak sınıflandırma işlemi gerçekleştirilmiştir. Önerilen
karar destek sisteminin başarımı UCI Makine Öğrenmesi Ambarlarından alınan kardiotokogram
veri kümesi üzerinde 10-katlı Çapraz Doğrulama tekniği kullanılarak
incelenmiştir. Deneysel sonuçlar önerilen sistemin %98,74 sınıflandırma
doğruluğuna, %98,86 duyarlılık oranına ve %98,73 özgüllük oranına sahip olduğunu
göstermiştir. |
topic |
cardiotocogram decision support system support vector machines principal component analysis fetal well-being kardiotokogram karar destek sistemi destek vektör makineleri temel bileşen analizi fetal iyilik hali |
url |
https://dergipark.org.tr/tr/pub/uumfd/issue/25597/278033 |
work_keys_str_mv |
AT ersenyılmaz kardiotokogramverisindenfetaliyilikhalininbelirlenmesiicinbirkarardesteksistemi |
_version_ |
1724294005122924544 |