روشی جدید برای انتخاب ژن در آنالیز داده های ریز آرایه و دسته بندی با استفاده از KNN
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,675
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIC02_098
تاریخ نمایه سازی: 4 آذر 1387
چکیده مقاله:
یکی از دقیق ترین و مهم ترین روش ها برای کشف بیماری و حتی پیش بینی بیماری استفاده از DNA افراد و اطلاعات ژنتیکی آن ها می باشد. تکنولوژی ریز آرایه DNA یا DNA chip برای دست یابی به ابزارهایی با ویژگی های موازی سازی و کوچک سازی ، برای مطالعه سریع ژن ها به وجود آمده است. تحلیل اطلاعات به دست آمده از ریز آرایه ها بدون کمک آنالیز آماری و تکنیک های هوشمند تحلیل اطلاعات ممکن نیست . همچنین به دلیل وجود ژن های زیاد و نمونه های اندک باید عمل ساده سازی و انتخاب ژن های مرتبط انجام گرفته و سپس از روش های خوشه بندی و یا دسته بندی استفاده شود. روش های متنوعی برای انتخاب ژن وجود دارد. در این مقاله روش جدیدی برای انتخاب ژن ها مبتنی بر آنتروپی پیشنهاد گردیده است. سپس با الگوریتم k همسایگی نزدیک، عمل دسته بندی صورت گرفته است. مقایسه نتایج حاصله با سه روش دیگر، نشان دهنده دقت و سرعت بیشتر دسته بندی ژن ها در مقابل دیگر روش های انتخاب ژن می باشد.
نویسندگان
سیدمحمدتقی جوادی
دانشگاه آزاد اسلامی قزوین ، گروه مهندسی کامپیوتر، هوش مصنوعی
رضا ریحانی
دانشگاه آزاد اسلامی قزوین، گروه مهندسی کامپیوتر- هوش مصنوعی
کریم فائز
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :