Yıldırım, Pınar
Loading...
Name Variants
YIldIrIm P.
YILDIRIM Pınar
Pınar Yıldırım
Yildirim, Pinar
Yildirim, P.
Yıldırım, Pınar
P., Yıldırım
Pınar YILDIRIM
Yildirim Pinar
Pinar Yildirim
Pinar YiLDiRiM
YiLDiRiM Pinar
Yıldırım, P.
Yıldırım Pınar
Pınar, Yıldırım
YILDIRIM Pınar
Pınar Yıldırım
Yildirim, Pinar
Yildirim, P.
Yıldırım, Pınar
P., Yıldırım
Pınar YILDIRIM
Yildirim Pinar
Pinar Yildirim
Pinar YiLDiRiM
YiLDiRiM Pinar
Yıldırım, P.
Yıldırım Pınar
Pınar, Yıldırım
Job Title
Prof.Dr.
Email Address
pinar.yildirim@okan.edu.tr
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Scholarly Output
15
Articles
3
Citation Count
79
Supervised Theses
7
15 results
Scholarly Output Search Results
Now showing 1 - 10 of 15
Conference Object Citation Count: 0Discovery of the Similarities for Parasites(Ieee, 2020) Yildirim, Pinar; Ceken, Kagan; Bilgisayar Mühendisliği / Computer EngineeringIn this paper we report on a study for discovering hidden patterns in commonly seen parasites by using abstracts from MEDLINE database. Parasites affect millions of people in the world and cause tremendous morbidity and mortality. Diagnosing parasites can be difficult because some symptoms and related to gene-proteins can be common to some of them. We utilize a web based biomedical text mining tool to find symptoms and gene-proteins. After selecting the most common symptoms and gene-proteins, we create two datasets with the frequencies of symptoms and gene-proteins for each parasite. For this work we selected the k-means algorithm for clustering analysis and apply it on the datasets. In addition, we compared different algorithms to observe the performance of k-means. Clustering analysis generated different types of groups of parasites. Although the results are not 100% certain, they can make positive contributions to medical researchers and experts for the diagnosis of parasites.Master Thesis FDA VAERS aşı veritabanında dengesiz COVID-19 verilerinin veri madenciliği ve mongodb ile sorgulama sisteminin geliştirilmesi: Web uygulaması(2022) Yıldırmaz, Can; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringCovid-19 bulaşıcı hastalığı, bütün dünyada büyük oranda insanların hastalanmasına ve hayatlarını kaybetmesine neden olmuştur. Bu salgını önlemek için aşılar geliştirilmiş ve bu aşıların insanlar üzerindeki etkileri önemli bir araştırma konusu haline gelmiştir. Bu çalışmanın amacı, VAERS verileri ile Covid-19 aşılarının farklı değişkenler temelinde semptomlarının belirlenmesi ve semptomların ilişki düzeylerinin de belirlenmesidir. Bu çalışma iki aşamadan oluşmaktadır. Birinci aşamada VAERS veri seti kullanılarak WEKA programı yardımıyla veri madenciliği yapılmıştır. VAERS veri tabanından alınan verilerinde sınıf olarak seçilen ölüm durumu niteliği, dengesiz bir şekilde dağılmaktadır. Verilerin daha dengeli hale gelebilmesi için çeşitli örnekleme yöntemleri uygulanmış ve daha sonra sınıflandırma algoritmaları ile sınıflandırılarak, bu yöntemlerin performansları incelenmiştir. Çalışmanın ikinci aşamasında VAERS verileri kullanılarak MongoDB programı yardımıyla web ara yüzü geliştirilmiştir. Geliştirilen web ara yüz ile sorgulama yapılmakta, yapılan sorgulama ile aşıların en çok görülen semptomları görülmektedir. Semptomların aşı ile ilişki seviyesini belirten noktasal karşılıklı bilgi (PMI) değeri hesaplanmaktadır. Bu sayede bireyler aşılarda görülen en sık semptomları ve semptomların aşı ile ilişki düzeyini rahatlıkla görebilmektedir. Geliştirilen ara yüz kullanıcı dostudur ve rahatlıkla herhangi bir kişi tarafından kullanılabilmektedir. Ek olarak elde edilen sonuçlarda, dengesiz veri setleri için geliştirilen örnekleme yöntemlerinin sınıflandırma başarısını arttırdığı görülmüştür.Article Citation Count: 5Clustering Inflammatory Markers with Sociodemographic and Clinical Characteristics of Patients with Diabetes Type 2 Can Support Family Physicians' Clinical Reasoning by Reducing Patients' Complexity(Mdpi, 2021) Bosnic, Zvonimir; Yildirim, Pinar; Babic, Frantisek; Sahinovic, Ines; Wittlinger, Thomas; Martinovic, Ivo; Majnaric, Ljiljana Trtica; Bilgisayar Mühendisliği / Computer EngineeringDiabetes mellitus type 2 (DM2) is a complex disease associated with chronic inflammation, end-organ damage, and multiple comorbidities. Initiatives are emerging for a more personalized approach in managing DM2 patients. We hypothesized that by clustering inflammatory markers with variables indicating the sociodemographic and clinical contexts of patients with DM2, we could gain insights into the hidden phenotypes and the underlying pathophysiological backgrounds thereof. We applied the k-means algorithm and a total of 30 variables in a group of 174 primary care (PC) patients with DM2 aged 50 years and above and of both genders. We included some emerging markers of inflammation, specifically, neutrophil-to-lymphocyte ratio (NLR) and the cytokines IL-17A and IL-37. Multiple regression models were used to assess associations of inflammatory markers with other variables. Overall, we observed that the cytokines were more variable than the marker NLR. The set of inflammatory markers was needed to indicate the capacity of patients in the clusters for inflammatory cell recruitment from the circulation to the tissues, and subsequently for the progression of end-organ damage and vascular complications. The hypothalamus-pituitary-thyroid hormonal axis, in addition to the cytokine IL-37, may have a suppressive, inflammation-regulatory role. These results can help PC physicians with their clinical reasoning by reducing the complexity of diabetic patients.Master Thesis Spor ve yaşam merkezleri üzerine veri madenciliği çalışması(2013) Keskin, Melih; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringBu çalışmada bir spor ve yaşam merkezine ait müşteri nitelik bilgileri, satılan hizmetleri incelenerek müşteri portföyü hazırlanacak, müşteri sadakati, müşteri güvenilirliği ve yeni pazarlama stratejileri ortaya çıkarılmaya çalışılacaktır. Bu çalışmada, karar ağaçları ve kümeleme algoritmalarına ait teknikler kullanılmıştır. Çalışma içerisinde seçilmiş olan teknikler kullanılan veri madenciliği yardımcı yazılımlarına göre seçilmiştir. Kullanılan algoritmalar ile çıkarılan kurallar test edilerek doğruluk oranları ortaya çıkarılmış ve bunlar şekiller, kurallar ve değerlendirmeler ile ifade edilmeye çalışılmıştır. Bu çalışmada kullanılan veri madenciliği modelleri geçmişte farklı sektör çalışmalarının benzer konularında oldukça güçlü önermeler ortaya sunacak yeteneğe sahiptir. Bu sebepten ötürü çalışma sonunda ortaya çıkan kurallar ile çalışmanın analizi detaylı bir şekilde anlatılacaktır. Ayrıca veri madenciliği çalışmaları için kullanılan yardımcı programlar dışında bir kodlama uygulaması yapılmıştır. Bu uygulama Id3 algoritmasının işleyişini oluşturacak şekilde uyarlanmış, kurallar oluşturulmuş ve karar ağacı çiziminin yapılması sağlanmıştır. Bu çalışmada kurgulanan sistem ve veri madenciliği modellemelerinin geliştirilmesine yönelik olarak çalışmam sonradan değiştirilmeye ve yeni eklemeler yapılmaya müsait bir şekilde tasarlanmıştır.Master Thesis Teknik analiz ve derin pekiştirmeli öğrenme ile kriptopara alım-satımı(2019) Ünlü, Muhammed Said; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringSon yıllarda teknolojinin yıkıcı etkisi birçok alanda kendini göstermektedir. Finans sektörü de bu durumdan fazlasıyla etkilenmiş durumdadır. Finansal piyasalar, artan rekabet ve gelişen teknoloji ile kriptopara piyasası gibi yenilikçi piyasaların oluşmasına zemin hazırlamaktadır. Finansal piyasalardaki değişime paralel olarak, yapay zeka alanındaki çalışmalarda da çok önemli gelişmeler olmaktadır. Bu çalışmada Robotik üzerine başarılı sonuçlar veren modern Derin Pekiştirmeli Öğrenme yöntemlerinden Soft-Aktör-Kritik(Soft Actor Critic - SAC) yöntemi ile finansal piyasalarda sıklıkla tercih edilen Teknik Analiz yöntemlerini kullanarak alım-satım stratejileri geliştirilmiştir. Piyasa değeri en yüksek üç kriptopara (Bitcoin, Ethereum ve Ripple), hem USD hem de BTC paritesinde veri seti olarak kullanılmaktadır. Çalışma kapsamında OpenAI-Gym ile kriptopara alım-satım ortamı oluşturulmuş ve bu ortamda SAC etmeni öğrenme süreci gerçekleştirilmektedir. Teknik Analiz yöntemleri ve SAC yöntemiyle oluşturulan stratejilerin performansları geriye yönelik testler(Backtesting) yapılarak karşılaştırılmaktadır. Anahtar Kelimeler: Derin Pekiştirmeli Öğrenme, Kriptoparalar, Algoritmik Alım-Satım, OpenAI-Gym, Soft-Aktör-Kritik, Teknik Analiz, Geriye Yönelik TestlerConference Object Citation Count: 11Disease-disease relationships for rheumatic diseases Web-based biomedical textmining and knowledge discovery to assist medical decision making(Ieee, 2012) Holzinger, Andreas; Simonic, Klaus-Martin; Yildirim, Pinar; Bilgisayar Mühendisliği / Computer EngineeringThe MEDLINE database (Medical Literature Analysis and Retrieval System Online) contains an enormously increasing volume of biomedical articles. There is urgent need for techniques which enable the discovery, the extraction, the integration and the use of hidden knowledge in those articles. Text mining aims at developing technologies to help cope with the interpretation of these large volumes of publications. Co-occurrence analysis is a technique applied in text mining and the methodologies and statistical models are used to evaluate the significance of the relationship between entities such as disease names, drug names, and keywords in titles, abstracts or even entire publications. In this paper we present a method and an evaluation on knowledge discovery of disease-disease relationships for rheumatic diseases. This has huge medical relevance, since rheumatic diseases affect hundreds of millions of people worldwide and lead to substantial loss of functioning and mobility. In this study, we interviewed medical experts and searched the ACR (American College of Rheumatology) web site in order to select the most observed rheumatic diseases to explore disease-disease relationships. We used a web based text-mining tool to find disease names and their co-occurrence frequencies in MEDLINE articles for each disease. After finding disease names and frequencies, we normalized the names by interviewing medical experts and by utilizing biomedical resources. Frequencies are normally a good indicator of the relevance of a concept but they tend to overestimate the importance of common concepts. We also used Pointwise Mutual Information (PMI) measure to discover the strength of a relationship. PMI provides an indication of how more often the query and concept co-occur than expected by change. After finding PMI values for each disease, we ranked these values and frequencies together. The results reveal hidden knowledge in articles regarding rheumatic diseases indexed by MEDLINE, thereby exposing relationships that can provide important additional information for medical experts and researchers for medical decision-making.Conference Object Citation Count: 18Chronic Kidney Disease Prediction on Imbalanced Data by Multilayer Perceptron(Ieee, 2017) Yildirim, Pinar; Bilgisayar Mühendisliği / Computer EngineeringImbalanced data is an important problem for medical data analysis. Medical datasets are often not balanced in their class labels. The traditional classifiers can be seriously affected by the imbalanced class distribution in the data. This is because they aim to optimize the overall accuracy without considering the relative distribution of each class. This study searches the effect of class imbalance in training data when developing neural network classifier for medical decision making on chronic kidney disease. Neural networks are widely used in a number of applications including data mining and decision systems. Back propagation networks are a popular type of neural networks that can be trained to recognize different patterns. The importance of these networks was considered and a comparative study of some sampling algorithms was performed based on multilayer perceptron with different learning rate values for the prediction of chronic kidney disease. This study reveals that sampling algorithms can improve the performance of classification algorithms and learning rate is a crucial parameter which can significantly effect on multilayer perceptron.Master Thesis Sağlıkla ilgili sosyal medya forum verilerinde içeriğinin bilgilendirici özellikleri: İlaç yan etkilerinin araştırılması üzerine bir çalışma(2018) Kaya, Alkan; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringÇevrimiçi sosyal ağlarda internetin her yerde bulunması, sağlık bilgisi için yeni kaynaklar yaratmakta, ilaçların tartışıldığı ilaçların içeriğiyle ilgili özellikleri ve yan etkileri karşılaştırmaktadır. Bu çalışmada, www.webmd.com web sitesindeki hasta yorumları kullanılarak veri ve metin madenciliği yöntemleri kullanılarak bir araştırma çalışması yapılmıştır. İlgili yorumlar metin ayrıştırması da dahil olmak üzere bazı yöntemlerle analiz edilmiş ve hastaların cinsiyet ve yaş aralığı, kullanıcı tipi, ilaç kullanımı bilgisi ve süresi gibi bazı veriler sistematik hale getirilmiş ve ilaçların yan etkileri araştırılmıştır. Bu çalışmada, hastanın yorumlarının verileri, metin çözümleme yöntemleri ile ayrılmış ve bunların sıklıkları hesaplanmış ve sık görülen yan etkiler araştırılmıştır. Cinsiyet, yaş, kullanıcı tipi, kullanım süresi, birliktelik kuralları (Apriori), sınıflandırma kuralları (Knn), kümeleme kuralı (Kmeans) algoritmaları gibi alanların analizi yapıldıktan sonra bu özellikler arasında gizli ilişkiler araştırılmıştır. Bu çalışmanın sonuçları, tıp uzmanlarına, araştırmacılara ve ilaç şirketlerine önemli katkılar sağlayacaktır.Master Thesis Erythromcın ilacının yan etkilerinin araştırılması üzerine veri madenciliği çalışması(2014) Tahminciler, Erhan; Yıldırım, Pınar; Bilgisayar Mühendisliği / Computer EngineeringBu çalışmada, bir araştırma çalışması veri ve metin madenciliği yöntemleri kullanılarak www.askapatient.com web sitesinde üzerinde Erythromycin ilaci ile ilgili hasta yorumları ile yapılmıştır. İlgili yorumlar metin ayrıştırma ve hastaların cinsiyet, yaş, günlük alınan dozaj bilgileri ve kullanım süresi gibi nitelikler bazı yöntemlerle analiz edilmiş ve bu ilacın yan etkileri belirlenmeye çalışılmıştır. Çalışmanın sonucunda, hasta yorumlarının yan etkileri metin ayrıştırma yöntemleri ile ayrılmış ve bunların frekansları hesaplanmıştır. Mide ağrısı, baş dönmesi, kusma ve ishal gibi sık görülen yan etkiler tespit edilmiştir. Cinsiyet, yaş , günlük doz miktarı, kullanım süresi gibi nitelikler analiz ettikten sonra, birliktelik kuralları (Apriori) algoritması kullanılmış ve nitelikler arasında gizli ilişkiler araştırılmıştır Bu çalışmanın sonuçları tıbbi uzmanlar , araştırmacılar ve ilaç şirketleri için önemli katkılar sağlayacaktır.Article Citation Count: 19Association Patterns in Open Data to Explore Ciprofloxacin Adverse Events(Georg Thieme verlag Kg, 2015) Yildirim, P.; Bilgisayar Mühendisliği / Computer EngineeringBackground: Ciprofloxacin is one of the main drugs to treat bacterial infections. Bacterial infections can lead to high morbidity, mortality, and costs of treatment in the world. In this study, an analysis was conducted using the U.S. Food and Drug Administration (FDA) Adverse Event Reporting System (AERS) database on the adverse events of ciprofloxacin. Objectives: The aim of this study was to explore unknown associations among the adverse events of ciprofloxacin, patient demographics and adverse event outcomes. Methods: A search of FDA AERS reports was performed and some statistics was highlighted. The most frequent adverse events and event outcomes of ciprofloxacin were listed, age and gender specific distribution of adverse events are reported, then the apriori algorithm was applied to the dataset to obtain some association rules and objective measures were used to select interesting ones. Furthermore, the results were compared against classical data mining algorithms and discussed. Results: The search resulted in 6 531 reports. The reports included within the dataset consist of 3 585 (55.8%) female and 2 884 (44.1%) male patients. The mean age of patients is 54.59 years. Preschool child, middle aged and aged groups have most adverse events reports in all groups. Pyrexia has the highest frequency with ciprofloxacin, followed by pain, diarrhoea, and anxiety in this order and the most frequent adverse event outcome is hospitalization. Age and gender based differences in the events in patients were found. In addition, some of the interesting associations obtained from the Apriori algorithm include not only psychiatric disorders but specifically their manifestation in specific gender groups. Conclusions: The FDA AERS offers an important data resource to identify new or unknown adverse events of drugs in the biomedical domain. The results that were obtained in this study can provide valuable information for medical researchers and decision makers at the pharmaceutical research field.