YÜKSEK BOYUTLU KANSER SINIFLAMA PROBLEMİNDE BİLGİ KARMAŞIKLIĞI KRİTERİ İLE AYKIRI GÖZLEM TESPİTİ VE BOYUT İNDİRGEME

Abstract

DNA mikrodizilim tekniklerinde meydana gelen son gelişmeler, muhtemel gen ifadelerinin binlercesinin aynı anda görüntülenmesine imkan sağlamıştır. Gen ifade verilerindeki bu zenginlik nedeniyle araştırmacılar, bu verileri kullanarak kanser sınıflaması yapmanın ihtimalleri üzerinde durmaya başlamışlardır. Bu konuyla alakalı olarak son yıllarda metotların bir çoğunda umut verici sonuçlar elde edilmeye başlanmıştır. Fakat hala çözülmeye ve anlaşılmaya ihtiyaç duyulan bir çok konu vardır. Bunlardan en önemlileri boyutsallık problemi ve aykırı gözlemlerin tespitidir. Özellikle gen ifade verilerindeki aşırı derecede küçük örneklem problemi (n<Recent developments in DNA microarray techniques has allowed simultaneously to display thousands of the potential gene expressions. Due to the wealth of gene expression data, researchers have begun to focus their attention on how to optimally classify cancer using the gene expression data. Although many of the methods used have produced promising results, there remains many problems yet to be resolved and to be understood. One of the most important of these problems is the dimension reduction and the detection of outliers. The classical statistical techniques cannot be used to reduce the dimension and to detect the outliers because of the severity of undersized sample problem (n<