بهبود تخصیص اعتبار قوانین در سیستم دسته بندیادگیر با یادگیری تقویتی مارکوف برای پیش بینی ساختار دوم پروتئین
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 73
فایل این مقاله در 13 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:
JR_ABMIR-1-2_008
تاریخ نمایه سازی: 6 دی 1402
چکیده مقاله:
این پژوهش برای افزایش دقت تخصیص اعتبار قوانین در سیستم دسته بند یادگیر با استفاده از یادگیری تقویتی مارکوف جهت پیش بینی ساختار دوم پروتئین است که یادگیری تقویتی مارکوف در سیستم دسته بند یادگیر، جایگزین الگوریتم Bucket Brigade شده است. برای آموزش سیستم از مجموعه دادگان Protein Data Bank استفاده می شود که شامل پروتئین ۴L۱W با تعداد نمونه ۵۷۴۱ است که ۷۰ درصد برای آموزش و ۳۰ درصد جهت آزمایش استفاده شده است. پس از آموزش سیستم، تعدادی دسته بند(قوانین) باارزش، تولید می شود که در مرحله آزمایش از این قوانین برای پیش بینی ساختار دوم پروتئین استفاده خواهد شد. نتایج آزمایش ها نشان می دهد دقت سیستم دسته بند یادگیر با یادگیری تقویتی مارکوف در نوع ساده و توسعه یافته آن، افزایش یافته است. با استفاده از یادگیری تقویتی مارکوف، ارزش گذاری به هر قانون بهبود داده می شود، به گونه ای که دقت سیستم دسته بند ساده %۸۲.۵ و سیستم دسته بند توسعه یافته %۸۵ بهبود یافته است.
کلیدواژه ها:
نویسندگان
محمدرضا دهقانی محمودآبادی
دانشجوی دکتری مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران.
کمال میرزائی
استادیار گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
فرزاد پیروی
استادیار گروه مهندسی کامپیوتر، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران.
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 :