استفاده از شبکه های عصبی مصنوعی در الگوریتم های شناسایی راه انداز

رشد داده ها در توالی ژن اخیرا سرعت بیشتری یافته است از این رو حفظ و تفسیر آنها بسیار مهم است. در این میان روش ها و تجربه های زیستی سنتی کافی نیستند و امروزه، چگونگی طراحی الگوریتم های کامپوتری و نرم افزار هایی که بتوانند توالی های ژن را تحلیل و تفسیر نمایند به یکی از موضوعات مهم هوش محاسباتی تبدیل شده است. به دلیل این که تشخیص ژنها در توالی های DNA به تنهایی بسیار سخت است از ایم رو شناسایی راه اندازها که معیاری برای تشخیص شروع ژن های کد شده در DNAهستند اهمیت ویژه ای دارد. د راین مقاله ، به معرفی و بررسی مهمترین الگوریتم هایی که از شبکه های عصبی مصنوعی برای گروه بندی راه اندازه ها استفاده می کنند می پردازیم؛ سپس نشان خواهیم داد نتایج به دست آمده از گروه بندی با چندین شبکه ی عصبی در گروه بند، دارای عملکرد بهتری نسبت به گروه بندی با یک شبکه عصبی است.

کلیدواژه ها:

الگوریتم های تشخیص راه انداز ، شبکه های عصبی مصنوعی ، گروه بندی ، بیوانفورماتیک