یک روش جدید برای آموزش مدل مخفی مارکوف با استفاده از الگوریتم بهینه سازی گرگ خاکستری جهت مدلسازی دنباله های ژن
- سال انتشار: 1398
- محل انتشار: سومین کنفرانس بین المللی محاسبات نرم
- کد COI اختصاصی: CSCG03_049
- زبان مقاله: فارسی
- تعداد مشاهده: 528
نویسندگان
مربی، دانشگاه بیرجند، دانشکده فنی و مهندسی فردوس، فردوس، ایران
چکیده
مدل مخفی مارکوف یکی از الگوریتم های یادگیری ماشین می باشد که به طور گسترده ای برای مدل سازی و خوشه بندی داده ها مورد استفاده قرار می گیرد. از آنجایی که نحوه آموزش پارامترهای مدل مخفی مارکوف اثر زیادی بر نحوه عملکرد آن دارد، تاکنون الگوریتم های زیادی برای آموزش پارامترهای مدل مخفی مارکوف مورد استفاده قرار گرفته است که از آن جمله می توان به الگوریتم Baum-Welch و الگوریتم های بهینه سازی مانند الگوریتم ژنتیک (GA)، الگوریتم بهینه سازی هوش ذرات (PSO) و سایر الگوریتم های بهینه سازی اشاره کرد. الگوریتم بهینه سازی گرگ خاکستری (GWO) یک الگوریتم بسیار مناسب در مقایسه با سایر الگوریتم های بهینه سازی جهت حل مسائل گوناگون می باشد. در این پژوهش یک راهکار جدید جهت آموزش پارامترهای مدل مخفی مارکوف با استفاده از الگوریتم بهینه سازی گرگ خاکستری ارائه شده است. جهت ارزیابی مدل پیشنهادی و مقایسه آن با سایر الگوریتم ها. از مدل مخفی مارکوف جهت مدل سازی دنباله های ژن استفاده شده و عملکرد آن برای نوع توصیف دنباله های ژن ارزیابی شده است. نتایج مقایسه ها نشان می دهد که کارایی الگوریتم پیشنهادی نسبت به سایر روش های آموزش مدل مخفی مارکوف بهتر بوده و می تواند بصورت موفقیت آمیزی برای مدل سازی دنباله های ژن مورد استفاده قرار گیرد.کلیدواژه ها
مدل مخفی مارکوف: الگوریتم بهینه سازی گرگ خاکستری: مدل سازی دنباله هامقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
اطلاعات بیشتر در مورد 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.