Araştırma Makalesi
BibTex RIS Kaynak Göster

Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data

Yıl 2019, Cilt: 19 Sayı: 1, 92 - 102, 28.05.2019
https://doi.org/10.35414/akufemubid.429540

Öz

Clustering
is the process of dividing data clusters into fragmented clusters so that the
same set of data is similar, but the data of different clusters is different.
The basis of the fuzzy clustering algorithms is the c-means families and the
strongest algorithm is the fuzzy c-means algorithm. However, the fuzzy c-means algorithm
is sensitive to outliers. In this study, on the real data set we examined three
different algorithms -possibilistic c-means algorithm (PCM), fuzzy possibilistic
c-means (FPCM) and possibilistic fuzzy c- means algorithm (PFCM)-  which are developed to overcome the
unfavorable side of the FCM algorithm. To compare these algorithms, iteration
numbers and completion times were calculated.

Kaynakça

  • Berry M. W., 2003. Survey of Text Mining, Springer-Verlag, New York, NY, USA
  • Berthold M R. and Hand D. J., 1999. Intelligent Data Analysis, Springer-Verlag, Berlin, Germany
  • Bezdek J. C., 1981. Pattern Recognition with Fuzzy Objective Function Algorithms, New York: Plenum
  • Horton P. and Nakai K., 1996. A Probablistic Classification System for Predicting the Cellular Localization Sites of Proteins, Proc Int Conf Intell Syst Mol Biol. 4:109-15
  • Krishnapuram R. and Keller J., 1993. A possibilistic approach to clustering, IEEE Trans. Fuzzy Syst., vol. 1, no. 2, pp. 98-110
  • Nakai K. and Kanehisa M., 1992. A Knowledge Base for Predicting Protein Localization Sites in Eukaryotic Cells, , Genomics 14:897-911
  • Nakai K. and Kanehisa M., 1991. Expert Sytem for Predicting Protein Localization Sites in Gram-Negative Bacteria,PROTEINS: Structure, Function, and Genetics 11:95-110
  • Nefti S. and Oussalah M., 2004. Probabilistic-Fuzzy Clustering Algorithm, IEEE international Conference on Systems, Man and Cybemetics, pp. 4786-4791
  • Pal N. R., Pal K., and Bezdek J. C., 1997. A mixed c-means clustering model, in IEEE Int. Conf. Fuzzy Systems, Spain, pp. 11 -21
  • Pal N. R., Pal K., Keller J. M., and Bezdek J. C., 2005. A Possibilistic Fuzzy c-Means Clustering Algorithm, IEEE Trans. on Fuzzy Systems, vol. 13, no. 4, pp. 517-530
  • Ruspini E. R, 1969. A New Approach to Clustering, Inform. Control, vol. 15, no. 1, pp. 22-32
  • Singhal R., Deepika N., 2016. Classification of Words: Using PFCM Clustering, International Journal of Computer Science and Mobile Computing, Vol.5 Issue.4, pg. 114-117
  • Timm H, Borgelt C., Doring C., Kruse R., 2004. An extension to possibilistic fuzzy cluster analysis”, Fuzzy Sets and Systems 147 3–16
  • Zadeh L., 1965. Fuzzy Sets, Inform. Control, 8, pp. 338-353
  • https://archive.ics.uci.edu/ml/index.php

Ecoli Veri Protein Lokalizasyonunda Bulanık ve Olabilirlikli Kümeleme Algoritmalarının Analizi

Yıl 2019, Cilt: 19 Sayı: 1, 92 - 102, 28.05.2019
https://doi.org/10.35414/akufemubid.429540

Öz

Kümeleme, veri kümelerini
parçalanmış kümelere bölme işlemidir, böylece aynı veri kümesi benzerdir,
farklı kümelerin verileri farklıdır. Bulanık kümeleme algoritmalarının temeli
c- ortalamalar aileleridir ve en güçlü algoritma bulanık c- ortalamalar algoritmasıdır.
Bununla birlikte, bulanık c- ortalamalar algoritması aykırı değerlere
duyarlıdır. Bu çalışmada, gerçek veri seti üzerinde, bulanık c- ortalamalar
algoritmasının bu olumsuz etkinin üstesinden gelmek için geliştirilen üç farklı
algoritma – olabilirlikli c-ortalamalar algoritması (PCM), bulanık
olabilirlikli c-ortalamalar (FPCM) ve olabilirlikli bulanık c- ortalamalar
algoritması (PFCM) – incelenmiştir. Bu algoritmaları karşılaştırmak için
yineleme sayıları ve tamamlanma süreleri hesaplanmıştır.

Kaynakça

  • Berry M. W., 2003. Survey of Text Mining, Springer-Verlag, New York, NY, USA
  • Berthold M R. and Hand D. J., 1999. Intelligent Data Analysis, Springer-Verlag, Berlin, Germany
  • Bezdek J. C., 1981. Pattern Recognition with Fuzzy Objective Function Algorithms, New York: Plenum
  • Horton P. and Nakai K., 1996. A Probablistic Classification System for Predicting the Cellular Localization Sites of Proteins, Proc Int Conf Intell Syst Mol Biol. 4:109-15
  • Krishnapuram R. and Keller J., 1993. A possibilistic approach to clustering, IEEE Trans. Fuzzy Syst., vol. 1, no. 2, pp. 98-110
  • Nakai K. and Kanehisa M., 1992. A Knowledge Base for Predicting Protein Localization Sites in Eukaryotic Cells, , Genomics 14:897-911
  • Nakai K. and Kanehisa M., 1991. Expert Sytem for Predicting Protein Localization Sites in Gram-Negative Bacteria,PROTEINS: Structure, Function, and Genetics 11:95-110
  • Nefti S. and Oussalah M., 2004. Probabilistic-Fuzzy Clustering Algorithm, IEEE international Conference on Systems, Man and Cybemetics, pp. 4786-4791
  • Pal N. R., Pal K., and Bezdek J. C., 1997. A mixed c-means clustering model, in IEEE Int. Conf. Fuzzy Systems, Spain, pp. 11 -21
  • Pal N. R., Pal K., Keller J. M., and Bezdek J. C., 2005. A Possibilistic Fuzzy c-Means Clustering Algorithm, IEEE Trans. on Fuzzy Systems, vol. 13, no. 4, pp. 517-530
  • Ruspini E. R, 1969. A New Approach to Clustering, Inform. Control, vol. 15, no. 1, pp. 22-32
  • Singhal R., Deepika N., 2016. Classification of Words: Using PFCM Clustering, International Journal of Computer Science and Mobile Computing, Vol.5 Issue.4, pg. 114-117
  • Timm H, Borgelt C., Doring C., Kruse R., 2004. An extension to possibilistic fuzzy cluster analysis”, Fuzzy Sets and Systems 147 3–16
  • Zadeh L., 1965. Fuzzy Sets, Inform. Control, 8, pp. 338-353
  • https://archive.ics.uci.edu/ml/index.php
Toplam 15 adet kaynakça vardır.

Ayrıntılar

Birincil Dil İngilizce
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Ozer Ozdemir

Aslı Kaya

Yayımlanma Tarihi 28 Mayıs 2019
Gönderilme Tarihi 1 Haziran 2018
Yayımlandığı Sayı Yıl 2019 Cilt: 19 Sayı: 1

Kaynak Göster

APA Ozdemir, O., & Kaya, A. (2019). Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 19(1), 92-102. https://doi.org/10.35414/akufemubid.429540
AMA Ozdemir O, Kaya A. Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. Mayıs 2019;19(1):92-102. doi:10.35414/akufemubid.429540
Chicago Ozdemir, Ozer, ve Aslı Kaya. “Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization With Ecoli Data”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19, sy. 1 (Mayıs 2019): 92-102. https://doi.org/10.35414/akufemubid.429540.
EndNote Ozdemir O, Kaya A (01 Mayıs 2019) Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19 1 92–102.
IEEE O. Ozdemir ve A. Kaya, “Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, c. 19, sy. 1, ss. 92–102, 2019, doi: 10.35414/akufemubid.429540.
ISNAD Ozdemir, Ozer - Kaya, Aslı. “Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization With Ecoli Data”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19/1 (Mayıs 2019), 92-102. https://doi.org/10.35414/akufemubid.429540.
JAMA Ozdemir O, Kaya A. Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. 2019;19:92–102.
MLA Ozdemir, Ozer ve Aslı Kaya. “Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization With Ecoli Data”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, c. 19, sy. 1, 2019, ss. 92-102, doi:10.35414/akufemubid.429540.
Vancouver Ozdemir O, Kaya A. Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. 2019;19(1):92-102.


Bu eser Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır.