مروری بر روش های پیدا کردن موتیف در توالی های زیستی با استفاده از یادگیری عمیق

سال انتشار: 1402
محل انتشار: چهارمین کنفرانس بین المللی یافته های پژوهشی در مهندسی برق، کامپیوتر و مکانیک
کد COI اختصاصی: ISCEL04_015
زبان مقاله: فارسی
تعداد مشاهده: 251

نویسندگان

کارشناسی ارشد مهندسی کامپیوتر (نرم افزار) – دانشگاه بین المللی امام خمینی (ره)

چکیده

یکی از مسائل مطرح و پرکاربرد در علم بیوانفورماتیک، مسئله یافتن موتیف در توالی های بیولوژیکی است. دو مورد از ویژگی های داده های مربوط به این حوزه عبارتند از: حجم بالای داده و وجود الگوهای پنهان در آنها. از سوی دیگر در سال های اخیر به واسطه افزایش قدرت پردازشی سیستم های رایانه ای، بکارگیری روش های مبتنی بر یادگیری ماشین و یادگیری عمیق در علوم مختلف به سرعت در حال رشد است. قابلیت این نوع از شبکه های عصبی در پردازش داده های حجیم و یافتن الگوها و روابط پنهان در آنها، باعث شده است تا پژوهشگران، از تلاقی ویژگی های مسئله کشف موتیف، با قابلیت های شبکه های عصبی عمیق استفاده کرده و مدل هایی را مبتنی بر شبکه های عمیق برای حل مسئله یافتن موتیف در رشته های زیستی ارائه دهند. در این مقاله مروری بر مدل ها و روش های ارائه شده در این خصوص خواهیم داشت.

کلیدواژه ها

رشته های بیولوژیکی – DNA - RNA – شبکه های عصبی عمیق – RNN - CNN

مقالات مرتبط جدید

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.