واکشی قوانین دستهبندی با استفاده از الگوریتم ژنتیک برای مسئله بازسازی هاپلوتایپها
محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 775
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS12_152
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
امروزه به دلیل زیاد بودن حجم دادهها و پیچیدگی آنها و نیاز بشر به دانش نهفته در آنها استفاده از روشی کارامد جهت استخراج دادههای مفید از این سیل حجیم داده، ضروی میباشد. در این مقاله یک روش کارامد برای بازسازی هاپلوتاپهادرمدل تصحیح کمترین خطا واکشی دانش از مجموعه دادههای ورودی ارائه شده است. دراستخراج داده کارا ابتدا داده خام مورد پردازش قرار گرفته به قالبی مورد استفاده برای فرایند تبدیل شود، سپس دادههای بدست آمده از مرحله قبل، به کمک اعمالی نظیر دسته بند ی وخوشه بندی به منظور تشریص الگو مورد استفاده قرار میگیرد. در روش پیشنهادی، به کمک الگوریتم ژنتیک، مجموعهای از قوانینif-then را ایجاد کرده تا به کمک آنها عمل دستهبندی انجام شود. این الگوریتم که بر اساس ایدههای بیولوژیکی بنا نهاده شده یکی از روشهای موجود در الگوریتمهای تکاملی است که از کاربردهای آن، میتوان هوش مصنوعی را نام برد. الگوریتم پیشنهادی، باتوجه به معیارهایی نظیر دقت و قابلیت تفسیر، به جستجوی مجموعهای از قوانینif-thenدر فضای حالت مربوط به مجموعه قوانین میپردازد که بهترین کارایی را داشته و به کمک مکانیزمهایی از راه حلهای بهینه محلی میگریزد. نتایج حاصله که بر روی توالی هاپلوتایپ 72 فرد از مجموعه داده انجام گرفته است و همچنین پیاده سازی نرمافزاری این روش نشان میدهد که روش پیشنهادی در مقایسه با روشهای پیشین در این زمینه، از کارایی بالایی برخوردار است.
کلیدواژه ها:
تصحیح کمترین خطا- بازسازی هاپلوتاپها- خوشه بندی-دستهبندی
نویسندگان
عباس رزمجوئی
گروه برق و علوم کامپیوتر، دانشگاه آزاد اسلامی،قزوین،
حسن رشیدی
گروه ریاضی و علوم کامپیوتر، دانشگاه علامه طباطبائی، تهران، ایران،
سعیده حمزه زاده
گروه برق و علوم کامپیوتر، دانشگاه آزاد اسلامی،قزوین،
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 :