پیش بینی مقاومت دارویی ویروس ایدز با استفاده از ماشین های بردار پشتیبان

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 956

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBME17_273

تاریخ نمایه سازی: 9 تیر 1392

چکیده مقاله:

در این مقاله عملکرد روش یادگیری ماشین های بردار پشتیبان برای پیش بینی مقاومت دارویی ویروس ایدز با استفاده از تحلیل دنباله آمینو اسیدها ارائه شده است و نتایج حاصل بر روی چهار روش بیولوژیکی که برای تفسیر نتایج تست های ژنوتیپی ارائه گردیده بود، بررسی شده است و با مقایسه نتایج، بهترین روش بیولوژیکی برای هر دارو مشخص شده است. همچنین نشان داده شده است که ماشین های بردار پشتیبان می توانند به عنوان یک جداساز بسیار قوی برای تعیین مقاومت دارویی ویروس ایدز با دقت 86.27-98.77 عمل کند.

نویسندگان

سمیرا عباسی

دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه اصفهان

مجید محمد بیگی

استادیار گروه مهندسی پزشکی دانشگاه اصفهان

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 :
  • I. Bonet , M. Garcia , S. Salazar , R. ...
  • S. Tesfamichael and S. Hazelhurst, "support vector machine prediction of ...
  • J. Ravela , B. Betts , F. Brun-Vezinet , A. ...
  • N. Cristianini and J. Shawe-taylor, _ introduction o support vector ...
  • نمایش کامل مراجع