Show/Hide Menu
Hide/Show Apps
Logout
Türkçe
Türkçe
Search
Search
Login
Login
OpenMETU
OpenMETU
About
About
Open Science Policy
Open Science Policy
Open Access Guideline
Open Access Guideline
Postgraduate Thesis Guideline
Postgraduate Thesis Guideline
Communities & Collections
Communities & Collections
Help
Help
Frequently Asked Questions
Frequently Asked Questions
Guides
Guides
Thesis submission
Thesis submission
MS without thesis term project submission
MS without thesis term project submission
Publication submission with DOI
Publication submission with DOI
Publication submission
Publication submission
Supporting Information
Supporting Information
General Information
General Information
Copyright, Embargo and License
Copyright, Embargo and License
Contact us
Contact us
Kısmi gözlemlenebilir gen düzenleyici ağlarının etkin olarak kontrolü
Date
2013-07-01
Author
Polat, Faruk
Erdoğdu, Utku
Şirin, Utku
Metadata
Show full item record
This work is licensed under a
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License
.
Item Usage Stats
217
views
0
downloads
Cite This
Genlerin çalışma prensiplerini inceleme gereksinimi gen düzenleyici ağların (GDA) modellenmesi ve kontrolü üzerine bilimsel çalışmalar yapılmasına yol açmıştır. GDA’ları modellemek için değişik yaklaşımlar mevcuttur ve bu yaklaşımların çoğu genler arasındaki ilişkileri matematiksel modeller vasıtasıyla modellemektedir. Problemi daha zorlaştırmasına rağmen, GDA kontrol problemlerinin daha doğal ve gerçekçi çözülebilmesi için kısmi gözlemlenebilirliğin önerilmesi gerektiğini savunuyoruz. Kısmi gözlemlenebilirlik bu problemin temel bir bileşeni olmasına rağmen çoğunlukla gözardı edilmiş ve problemin çözümünde GDA’nın tüm durumlarının mükemmel olarak bilinebileceği varsayımı yapılmıştır, yani problem tam gözlemlenebilir kabul edilmiştir. Bir yandan da literatürdeki kısmi gözlemlenebilirliği dikkate alan yöntemler sınırlı adımdan oluşan bir problem tanımı ile GDA kontrol problemini çözen algoritmalar üretmeye çalışmaktadır. Bu çalışmada problemin kısmi gözlemlenebilir bir kurgu ile tanımlanması üzerinde çalışılmakta ve Kısmi Gözlemlenebilir Markov Karar Süreçleri (POMDP) bu kurguda kullanılmaktadır. Bu çalışmada problemin sonsuz adımdan oluşan bir hali POMDP modeline uygun bir şekilde tanımlanarak sunulmaktadır. POMDP problemlerinin boyutlardan kaynaklanan problemler yaşamasından dolayı POMDP problemlerin birbirinden bağımsız parçalarını ayırıp problemi otomatik olarak parçalayan ve bu parçaları çözerek problemin çözümünü bulan bir çözüm yaklaşımı da bu çalışmada sunulmuştur. Buna ilave olarak gen ifade verisi içinde mevcut iç dinamiklerinin ürettiği gözlem akışından direkt olarak bir POMDP modeli çıkarmaya yönelik pekiştirme öğrenme tabanlı özgün bir yöntem geliştirilmiş ve önerilen yöntemin etkinliği test edilmiştir. Bu proje kapsamında son olarak POMDP kontrol problemine girdi olarak verilen gen ifade verisini zenginleştirmek için de bir metot sunulmaktadır. Gen ifade verilerinde binlerce gen olmasına rağmen genelde onlarca, nadir olarak da yüz mertebesinde örneklem bulunduğundan böyle bir metot gerekli ve faydalıdır. Sunulan metot varolan veri kümesini kullanarak birden fazla model oluşturur; her modelden yeni veriler üretikten sonra üretilen veriler veri kümesinin uygunluğunu, farklılığını ve genişliğini ölçen metrikler yardımıyla filtreyerek (çoklu kriter sıralaması yapmak suretiyle) kullanıma hazır bir veri kümesi oluşturur. Anahtar Kelimeler: Gen Düzenleyici Ağlar, Kısmi Gözlemlenebilir Markov Karar Süreçleri, GDA’ların Kontrolü, Gen İfade Verisi, Veri Zenginleştirme
Subject Keywords
Anahtar Kelimeler: Gen Düzenleyici Ağlar
,
Kısmi Gözlemlenebilir Markov Karar Süreçleri
,
GDA’ların Kontrolü
,
Gen İfade Verisi
,
Veri Zenginleştirme
URI
https://hdl.handle.net/11511/95815
Collections
Department of Computer Engineering, Project and Design
Suggestions
OpenMETU
Core
Efficient partially observable markov decision process based formulation of gene regulatory network control problem
Erdoğdu, Utku; Polat, Faruk; Alhajj, Reda; Department of Computer Engineering (2012)
The need to analyze and closely study the gene related mechanisms motivated the research on the modeling and control of gene regulatory networks (GRN). Di erent approaches exist to model GRNs; they are mostly simulated as mathematical models that represent relationships between genes. Though it turns into a more challenging problem, we argue that partial observability would be a more natural and realistic method for handling the control of GRNs. Partial observability is a fundamental aspect of the problem; ...
Controlling discrete genetic regulatory networks
Abul, Osman; Polat, Faruk; Department of Computer Engineering (2005)
Genetic regulatory networks can model dynamics of cells. They also allow for studying the effect of internal or external interventions. Selectively applying interventions towards a certain objective is known as controlling network dynamics. In this thesis work, the issue of how the external interventions af fect the network is studied. The effects are determined using differential gene expression analysis. The differential gene expression problem is further studied to improve the power of the given method. ...
Integer linear programming based solutions for construction of biological networks
Eren Özsoy, Öykü; Can, Tolga; Department of Health Informatics (2014)
Inference of gene regulatory or signaling networks from perturbation experiments and gene expression assays is one of the challenging problems in bioinformatics. Recently, the inference problem has been formulated as a reference network editing problem and it has been show that finding the minimum number of edit operations on a reference network in order to comply with perturbation experiments is an NP-complete problem. In this dissertation, we propose linear programming based solutions for reconstruction o...
Kısmi gözlemlenebilir takviye öğrenme için dolaysız soyutlama
Çilden, Erkin; Polat, Faruk; Şahin, Coşkun(2015)
Reinforcement learning defines a prominent family of unsupervised machine learning methods in autonomous agents perspective. Markov decision process model provides a solid formal basis for reinforcement learning algorithms. Temporal abstraction mechanisms can be built on reinforcement learning and significant performance gain can be achieved. If the full observability assumption of Markov decision process model is relaxed, the resulting model is partially observable Markov decision process, which constitute...
Nonlinear and dynamic programming models for an inventory problem in a partially observable environment
Darendeliler, Alp; Serin, Yaşar Yasemin; Department of Industrial Engineering (2016)
In this study, a single-item periodic-review inventory system is considered in a partially observable environment with finite capacity, random yield and Markov modulated demand and supply processes for finite-horizon. The exact state of the real process, which determines the distribution of the demand and supply, is unobservable so the decisions must be made according to the limited observations called observed process. Partially Observable Markov Decision Process is used to model this problem. As an altern...
Citation Formats
IEEE
ACM
APA
CHICAGO
MLA
BibTeX
F. Polat, U. Erdoğdu, and U. Şirin, “Kısmi gözlemlenebilir gen düzenleyici ağlarının etkin olarak kontrolü,” 2013. Accessed: 00, 2022. [Online]. Available: https://hdl.handle.net/11511/95815.