Tez No	İndirme	Tez Künye	Durumu
755513		Esnek hesaplama yöntemleriyle çok girişli medikal sistemlerde giriş nitelik sayılarının indirgenmesiyle sınıflandırma / Classification by reduction of the input attributes of medical systems with soft computing techniques Yazar:KÜRŞAT ZÜHTÜOĞULLARI Danışman: PROF. DR. NOVRUZ ALLAHVERDİ Yer Bilgisi: Konya Teknik Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Esnek hesaplama yöntemleri = Flexible calculation methods ; Genetik algoritmalar = Genetic algorithms ; Kaba küme teorisi = Rough sets theory ; Medikal sektör = Medical sector	Onaylandı Doktora Türkçe 2022 114 s.
Çok girişli medikal sistemlerde baskın girişlerin tespit edilmesi önemli bir problemdir. Bu tez çalışmasında genetik algoritma ve kaba küme temelli hibrit bir indirgeme sistem yazılımı geliştirilerek çok girişli medikal sistemlerin giriş sayısının azaltılması ve baskın girişlerin tespit edilmesi sağlanmıştır. Modifiye edilmiş ve önerilen genetik seçim mekanizmasıyla sistem performansı attırılmıştır. Sistem hem ürolojik hem de standart veri tabanında denenmiş ve baskın giriş değerleri hesaplanmıştır. Geliştirilen indirgeme yazılımı ve seçim mekanizmalarına eklenen modifikasyonlar sayesinde daha yüksek giriş değerlerine sahip sistemlere yazılım tarafından desteklenmesi sağlanmıştır. Ayrıca genetik algoritma temelli sistemlerde görülen lokal optimuma takılma problemi çözülmüş ve indirgeme yazılımının hafızayı daha verimli kullanması sağlanmıştır.
Detecting dominant inputs is an important problem in multi-input medical systems. In this thesis, a hybrid reduction system software based on a genetic algorithm and the rough set is developed to reduce the number of inputs and detect the dominant inputs in multi-input medical systems. The system performance is improved by using the proposed modified genetic selection mechanisms. The system was tested on both urological and standard databases and the dominant input values were calculated. Modifications added to genetic algorithm selection mechanism allow the software to support databases with high number of input variables. Local optimum problem of genetic algorithm based systems has been solved and effective memory usages have been obtained during tests.