Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://dspace.uzhnu.edu.ua/jspui/handle/lib/66506| Назва: | ГІБРИДНА ІНДУКТИВНА МОДЕЛЬ КЛАСТЕРИЗАЦІЇ ПРОФІЛІВ ЕКСПРЕСІЙ ГЕНІВ НА ОСНОВІ АЛГОРИТМУ SOTA |
| Інші назви: | HYBRID INDUCTIVE MODEL OF GENE EXPRESSION PROFILES CLUSTERING BASED ON SOTA ALGORITHM |
| Автори: | Ясінська-Дамрі, Людмила Михайлівна Лях, Ігор Михайлович Дурняк, Богдан Васильович Бабічев, Сергій Анатолійович |
| Ключові слова: | розробка гібридної індуктивної моделі кластеризації профілів експресій генів на основі комплексного застосування алгоритму кластеризації SOTA та згорткової нейронної мережі., алгоритм кластеризації SOTA, згорткова нейронна мережа, дані експресій генів, кластеризація профілів експресій генів, індуктивна технологія об’єктивної кластеризації, класифікація даних, точність класифікації. |
| Дата публікації: | 18-бер-2022 |
| Видавництво: | Українська академія друкарства |
| Бібліографічний опис: | Подано результати дослідження щодо розробки гібридної індуктивної моделі кластеризації профілів експресій генів на основі комплексного застосування алгоритму кластеризації SOTA (Self-Organizing Tree Algorithm) та згорткової нейронної мережі. Модель зображена у вигляді структурної блок-схеми покрокової процедури реалізації процедури кластеризації у рамках індуктивної технології об’єктивної кластеризації на першому кроці і застосування згорткової нейронної мережі до даних експресій генів у сформованих кластерах на другому кроці. Формування проміжних кластеризацій здійснювалося на основі аналізу значень критерію балансу, який містив як компоненти внутрішні та зовнішні критерії якості кластеризації. Остаточний вибір оптимальної кластеризації відповідав максимальному значенню точності класифікації об’єктів під час застосування згорткової нейронної мережі |
| Серія/номер: | технічні науки;1 (64) |
| Короткий огляд (реферат): | Подано результати дослідження щодо розробки гібридної індуктивної моделі кластеризації профілів експресій генів на основі комплексного застосування алгоритму кластеризації SOTA (Self-Organizing Tree Algorithm) та згорткової нейронної мережі. Модель зображена у вигляді структурної блок-схеми покрокової процедури реалізації процедури кластеризації у рамках індуктивної технології об’єктивної кластеризації на першому кроці і застосування згорткової нейронної мережі до даних експресій генів у сформованих кластерах на другому кроці. Формування проміжних кластеризацій здійснювалося на основі аналізу значень критерію балансу, який містив як компоненти внутрішні та зовнішні критерії якості кластеризації. Остаточний вибір оптимальної кластеризації відповідав максимальному значенню точності класифікації об’єктів під час застосування згорткової нейронної мережі. Ключові слова: алгоритм кластеризації SOTA, згорткова нейронна мережа, дані експресій генів, кластеризація профілів експресій генів, індуктивна технологія об’єктивної кластеризації, класифікація даних, точність класифікації. |
| Опис: | Подано результати дослідження щодо розробки гібридної індуктивної моделі кластеризації профілів експресій генів на основі комплексного застосування алгоритму кластеризації SOTA (Self-Organizing Tree Algorithm) та згорткової нейронної мережі. Модель зображена у вигляді структурної блок-схеми покрокової процедури реалізації процедури кластеризації у рамках індуктивної технології об’єктивної кластеризації на першому кроці і застосування згорткової нейронної мережі до даних експресій генів у сформованих кластерах на другому кроці. Формування проміжних кластеризацій здійснювалося на основі аналізу значень критерію балансу, який містив як компоненти внутрішні та зовнішні критерії якості кластеризації. Остаточний вибір оптимальної кластеризації відповідав максимальному значенню точності класифікації об’єктів під час застосування згорткової нейронної мережі. Ключові слова: алгоритм кластеризації SOTA, згорткова нейронна мережа, дані експресій генів, кластеризація профілів експресій генів, індуктивна технологія об’єктивної кластеризації, класифікація даних, точність класифікації. |
| Тип: | Text |
| Тип публікації: | Стаття |
| URI (Уніфікований ідентифікатор ресурсу): | https://dspace.uzhnu.edu.ua/jspui/handle/lib/66506 |
| ISSN: | 1998-6912 |
| Розташовується у зібраннях: | Наукові публікації кафедри інформатики та фізико-математичних дисциплін |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| 7.pdf | Stattja | 1.04 MB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.