CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

دسته بندی اطلاعات ژنتیکی گیاهان به کمک شبکه های عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۷۳۸ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: IDMC01_040
زبان مقاله: فارسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله دسته بندی اطلاعات ژنتیکی گیاهان به کمک شبکه های عصبی

  هایده اهرابیان - دکتری علوم کامپیوتر , دانشکده علوم , دانشگاه تهران
  عباس نوذری دالینی - دکتری علوم کامپیوتر , دانشکده علوم , دانشگاه تهران
  حسام الدین ترابی دشتی - دانشجوی مقطع کارشناسی ارشد علوم کامپیوتر، دانشگاه تهران
  نیما آقایی پور - دانشجوی مقطع کارشناسی علوم کامپیوتر، دانشگاه تهران

چکیده مقاله:

تجزیه و تحلیل داده های گیاهی به منظور دستیابی به اطلاعات مهم و دانش حیاتی موجودات زنده، یکی از مباحث مطرح در زمینه بیوانفورماتیک می باشد که حجم زیادی از این داده ها متعلق به رده گیاهان از موجودات زنده است . اما دو مشکل اساسی در مسیر انجام تحقیقات بر روی گیاهان وجود دارد : اول حجم زیاد داده های گیاهی است که این مسئله نیازمند طراحی الگوریتم های کارآمد و سریع ( گاهی موازی ) جهت تجزیه و تحلیل داده هاست . مسئله دیگر پیچیدگی بررسی ساختار کوچک گیاهان می باشد، از اینرو جمع آوری اطلاعات و تجزیه وتحلیل آنها بسیار سخت به نظر می رسد . برای حل این مسائل، متدهای گرافیکی به منظور نمایش رشد فیزیولوژیکی گیاهان طراحی شده و توسعه یافته اند . توسعه ی این متدهای جدید روند مطالعات برروی گیاهان را دگرگون ساخت به طوریکه پردازش تصویر با تجزیه و تحلیل این اطلاعات گرافیکی توانست حجم زیادی از جزئیات و اطلاعات ژنتیکی را استخراج نماید .
به منظور ادراک ساختار پیچیده گیاهان، موضوعات متنوع تحقیقاتی بر روی ساختار آنها به وجود آمد که مسئله تشخیص گونه های گیاهان به وسیله تجزیه و تحلیل این ساختار پیچیده یکی از موضوعات تحقیقاتی است . این مقاله متدی برای دسته بندی گونه های گیاهان به کمک شبکه های عصبی ارائه نموده است . این متد به دسته بندی و طبقه بندی گونه های گیاه Arabidopsis از طریق بررسی و تحلیل مراحل رشد آن می پردازد .Arabidopsisبه بیش از 1000 گونه طبیعی و مصنوعی ( ترکیبی یا آزمایشگاهی ) تقسیم می شود و ما با استفاده از شبکه های عصبی ابزاری برای پردازش تصویر، سه گونه مطرح گیاه؛ DRM ١ ، MDR٢ و WILD TYPE ا رائه می دهیم

کلیدواژه‌ها:

متدهای گروه بندی، شبکه های عصبی، تشخیص الگوهای رفتاری، Arabidopsis

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IDMC01-IDMC01_040.html
کد COI مقاله: IDMC01_040

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اهرابیان, هایده؛ عباس نوذری دالینی؛ حسام الدین ترابی دشتی و نیما آقایی پور، ۱۳۸۶، دسته بندی اطلاعات ژنتیکی گیاهان به کمک شبکه های عصبی، اولین کنفرانس داده کاوی ایران، تهران، دانشگاه صنعتی امیرکبیر، موسسه پژوهشی داده پردازان گیتا، https://www.civilica.com/Paper-IDMC01-IDMC01_040.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اهرابیان, هایده؛ عباس نوذری دالینی؛ حسام الدین ترابی دشتی و نیما آقایی پور، ۱۳۸۶)
برای بار دوم به بعد: (اهرابیان؛ نوذری دالینی؛ ترابی دشتی و آقایی پور، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۶۴۰۷۳
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.