Prediction of Immunoglobulin G in Lambs with Artificial Intelligence Methods
Yazarlar (5)
Pınar Cihan
Tekirdağ Namık Kemal Üniversitesi, Türkiye
Prof. Dr. Erhan GÖKÇE
Kafkas Üniversitesi, Türkiye
Prof. Dr. Onur ATAKİŞİ
Kafkas Üniversitesi, Türkiye
Prof. Dr. Ali Haydar KIRMIZIGÜL
Kafkas Üniversitesi, Türkiye
Hidayet Metin Erdoğan
Aksaray Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(SSCI, AHCI, SCI, SCI-Exp dergilerinde yayınlanan tam makale)
|
||
| Dergi Adı | Kafkas Üniversitesi Veteriner Fakültesi Dergisi (Q4) | ||
| Dergi ISSN | 1300-6045 Wos Dergi Scopus Dergi | ||
| Dergi Tarandığı Indeksler | SCI-Expanded | ||
| Makale Dili | İngilizce | Basım Tarihi | 01-2021 |
| Cilt / Sayı / Sayfa | 27 / 1 / 21–27 | DOI | 10.9775/kvfd.2020.24642 |
| Makale Linki | file:///D:/User/%C4%B0ndirilenler/KVFD-2020-24642.pdf | ||
| Özet |
| Yenidoğan ruminantların sağlığı, ölüm ve hastalık oranları, kolostrum kalitesine ve emilen Immunoglobulin G (IgG) miktarına bağlıdır. Konvansiyonel yöntemlerle IgG konsantrasyonunun ölçülmesi maliyetli olduğundan, bilgisayar destekli tahminler önemlidir. Bu çalışmada, gama-glutamil transferaz (GGT) enzim aktivitesi, toplam protein (TP) ve albümin (ALB) değerlerinden serum IgG konsantrasyonunu tahmin etmek için yapay sinir ağı (YSA), çok değişkenli uyarlanabilir regresyon eğrileri (MARS), destek vektör regresyonu (SVR) ve bulanık sinir ağı (FNN) modelleri kullanılmıştır. Parametreler arasındaki korelasyon incelenmiş ve serum IgG konsantrasyonunun, GGT ve TP ile pozitif, ALB ile negatif korelasyonlu olduğu görülmüştür (sırasıyla R = 0.75, P<0.001; R = 0.67, P<0.001; R = -0.17, P<0.01). Yenidoğan kuzularda ölüm, sağlıklılık ve hastalık için eşik değerler karar ağacı yöntemiyle belirlenmiştir. Ölümler için IgG ≤113 mg/dL (P<0.001), GGT ≤191 mg/dL (P=0.001) ve TP ≤45 g/L (P<0.001) olarak belirlenirken sağlıklılık için IgG >575 mg/dL (P=0.02), GGT >191 mg/dL (P<0.001) ve TP >55 g/L (P<0.001) olarak belirlenmiştir 0.98 korelasyon katsayısı (R), 234.4 hata kareler ortalamasının karekökü (RMSE) ve 175.8 ortalama mutlak hata (MAE) ile IgG değerini tahmin etmede en başarılı yöntemin FNN olduğu görülmüştür |
| Anahtar Kelimeler |
| Artificial neural network | Decision tree | Fuzzy neural network | Immunoglobulin G | Multivariate adaptive regression splines | Support vector regression |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| WoS | 14 |
| TRDizin | 6 |