بررسی تاثیر پیش پردازش داده ها و عوامل مدل سازی برنامه ریزی بیان ژن در دقت پیش بینی سری های زمانی

سری زمانی هیدرولوژیک عاملی وابسته به زمان است که یافتن نحوه تغییرات و پیش بینی آن مهم ترین هدف تجزیه و تحلیل سری های زمانی می باشد. هدف این تحقیق بررسی همزمان خصوصیات سری زمانی و پیش پردازش آنها و پارامترهای مهم مدل برنامه ریزی بیان ژن جهت پیش-بینی های با دقت بالا در مراحل آموزش و صحت سنجی می باشد. در این پژوهش از سری های زمانی عمق آب زیرزمینی ایستگاه دشت چمچمال واقع در استان کرمانشاه با دوره زمانی ۱۲ ساله و اقلیم کوهستانی و سری زمانی ماهانه دمای آلاسکا با دوره زمانی ۵۰ ساله و اقلیم سرد و خشک استفاده شده است. برای مدل سازی سری های زمانی مذکور از نرم افزارGenexprotools۵.۰ استفاده شده است. نتایج این تحقیق، نشان داد تناوبی بودن خصوصیات داده موجود در سری زمانی دما، سبب بروز نتایج همبستگی بالای ۹۰% در مراحل مختلف آموزش و صحت سنجی گردید به طوریکه اثر پارامترهای مختلف بیان ژن کمتر از ۱۰ درصد در بهبود نتایج می باشد. از سوی دیگر با بررسی سری-زمانی عمق آب زیرزمینی که فاقد خصوصیت تناوبی و دارای شکلACF نزولی است، نتایج پیش بینی مدل GEP با هر پارامتر تاثیرگذار بیان ژن،R بیش از ۴۴% در مرحله صحت سنجی حاصل نشد. این بدان معنی است که پیش پردازش سری زمانی اثرگذاری بیشتری در نتایج پیش-بینی دارد. به طوریکه با حذف ترم تناوب نتایج پیش بینی در همه مراحل مدل سازی به طرز معنی داری کاهش می یابد. در این حالت بهترین R برای قسمت صحت سنجی۵۰ درصد می باشد.

کلیدواژه ها:

بیان ژن ، پیش بینی ، پیش پردازش ، تناوب ، سری زمانی