مروری بر الگوریتم های تکاملی مبتنی بر حاشیه نگاری خودکار تصاویر کروموزومی : چالش ها و دستاوردها

علت بسیاری از بیماری های ژنتیکی ، اختلال در حالت و وضعیت کروموزومها می باشد. بنابراین کم و زیاد شدن تعداد کروموزومها یا جابجایی بین آنها باعث ایجاد بیماری خواهد شد. مشخص کردن وضعیت کروموزومها و بررسی تغییرات عددی یا ساختاری آنها با روش کاریوتایپ امکان پذیر می باشد. کاریوتایپ یا نماد کروموزومی فرآیند چیدمان کروموزومها در کنار هم و مقایسه آنها با نمونه سالم تا بتوان نقص احتمالی را مشخص نمود. حاشیه نگاری خودکار (AIA) در کنار الگوریتم های تکاملی ، نقش کلیدی در این مکانیزمها دارد چون قادر است دادههای خام را با اختصاص برچسب ، به اطلاعات ویژهای که برای انسانها ضروری است ، ارتباط دهد. سامانه های بازیابی تصاویر در نسل های جدید یک عبارت معنایی را معمولا به صورت یک یا چند کلمه کلیدی دریافت کرده، به دنبال باریابی تصاویری با محتویات بصری مرتبط با آن معنا هستند. داشتن مکانیزمی که بتواند به صورت خودکار محتوای یک تصویر را مانند انسان بصورت متنی توصیف کند به کارایی این سامانه ها کمک زیادی می نماید. مقاله مروری حاضر، نتیجه بررسی مطالعات موردی و تحلیل رویکردهای دیگر، با هدف بیان محبوبترین روشها برای ایجاد مناسب ترین AIA است ، و نتایج منطبق براهداف الگوریتم های تکاملی و هوش جمعی در AIA می باشد و تلاشی برای بحث در مورد الگوریتم های غالب ، محدودیت ها و روشهای مقابله با آن است .

کلیدواژه ها:

Automatic Image Annotation (AIA) ، GA ، دسته بندی نیمه نظارتی مشارکتی ، برچسب زنی