ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پردازش وطبقه بندی دادههای حجیم نامتعادل برای پیش بینی ساختار پروتیینها

سال انتشار: 1396
کد COI مقاله: DCBDP03_058
زبان مقاله: فارسیمشاهده این مقاله: 264
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پردازش وطبقه بندی دادههای حجیم نامتعادل برای پیش بینی ساختار پروتیینها

پوریا محمدعلمی - دانشجوی کارشناسی ارشد، گروه کامپیوتر نرم افزار، دانشگاه بین المللی امام رضا (ع)، مشهد
عادل قاضی خانی - هییت علمی دانشکده مهندسی کامپیوتر، گروه کامپیوتر نرم افزار، دانشگاه بین المللی امام رضا(ع)مشهد
وحید فاضلی نیا - دانشجوی کارشناسی ارشد، گروه کامپیوتر نرم افزار، دانشگاه بین المللی امام رضا(ع)مشهد

چکیده مقاله:

محققین و دانشمندان بر این باورند در دادههای خام دانشی نهفته است که میتواند تحولی عظیم در تصمیمات خرد و کلان جهانی ایجاد نماید. این دادهها نیاز به تحلیل و مدیریت برای استخراج دانش خواهد داشت. از اینرو تکنیکهای داده کاوی و یادگیری ماشین به یک جنبه مهم در مسایل زیستی بویژه علم بایوانفورماتیک بدل شده است. از طرفی با پیشرفت سریع تکنولوژی اطلاعات بسیار زیادی در خصوص سلولها، پروتیینها، ژنها و غیره بدست آمده و در بانکهای اطلاعاتی مربوطه ذخیره شده اند.در این مقاله سعی شده است تا از اطلاعات با ارزش موجود در بانک پروتیینها استفاده شود تا به پیش بینی دقیقتر و سریعتر ساختار آنها دست یابیم. برای این منظور مجموعه دادهای از نقشه تماس پروتیینها تهیه میشود که ذاتا، به شدت نامتعادل و حجیم است. در نتیجه الگوریتمها و روشهای معمول کارامد نیستند. بنابراین روشی ارایه شده است تا با استفاده از مدل برنامه نویسی موازی نگاشت-کاهش در بستر توزیع شده، با کارایی بالا بر این چالش فایق آییم. نتایج بدست آمده از مقایسه با بهترین روشهای کنونی حاکی از آن است که در تعداد مشخص از نگاشتها شاهد افزایش معنا دار در کارایی (10 (%و تا حدی کاهش در زمان اجرا بودهایم. این ارزیابی با معیارهای میانگین هندسی (GM (و AUC صورت گرفته که سنجههای بسیار مناسبی برای دادههای نامتعادل هستند. از آزمون آماری test-t نیز برای معنادار بودن تفاوت نتایج بهره گرفته شده است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا DCBDP03_058 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/649194/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدعلمی، پوریا و قاضی خانی، عادل و فاضلی نیا، وحید،1396،پردازش وطبقه بندی دادههای حجیم نامتعادل برای پیش بینی ساختار پروتیینها،سومین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ،تبریز،https://civilica.com/doc/649194

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، محمدعلمی، پوریا؛ عادل قاضی خانی و وحید فاضلی نیا)
برای بار دوم به بعد: (1396، محمدعلمی؛ قاضی خانی و فاضلی نیا)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 1,904
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی