خوشه بندی و طبقه بندی داده های میکروآرایه با استفاده از الگوریتم ICA-KHM و کدگذاری تنک

پیش زمینه: تکنولوژی میکروآرایه اجازه می دهد محققان به طور همزمان بیان های تعداد بسیار زیاد هزاران ژن را اندازه گیری کنند. در طی اجرای مراحل تکنیک میکروآرایه، ماتریس عددی بدست می آید که سطرهای آن ژن ها و ستون ها نشان دهنده یک نمونه یا شرایط آزمایشگاهی می باشد. دو مرحله مهم در آنالیزهای پیشرفته داده ها خوشه بندی و طبقه بندی است. در این مقاله از ترکیب الگوریتم رقابت استعماری (ICA) که یک الگوریتم نوین برای بهینه سازی داده هاست، با الگوریتم KHM برای خوشه بندی داده های میکروآرایه استفاده شده است. ترکیب الگوریتم ICA با سایر الگوریتم های خوشه بندی باعث بهبود دقت الگوریتم های خوشه بندی و طبقه بندی می شود. مهمترین هدف این مقاله بررسی اجرای تکنیک های خوشه بندی و طبقه بندی موجود روی داده های میکروآرایه بیان ژن سرطان پستان است. نتایج: روش های مورد بررسی شامل خوشه بندی و طبقه بندی داده های میکروآرایه سرطان پستان می باشد. الگوریتم ICA_KHM برای خوشه بندی و الگوریتم ترکیبی کدگذاری تنک با ICA برای طبقه بندی استفاده شده است. نتایج بدست آمده نشان می دهد که الگوریتم ترکیبی ICA_KHM دقت بالاتری نسبت به سایر الگوریتم های خوشه بند دارد. و همچنین طبقه بندی این داده ها با استفاده از کدگذاری تنک به همراه ICA دقت بالاتری دارد.

کلیدواژه ها:

خوشه بندی ، میکروآرایه ، الگوریتم ICA-KHM ، کدگذاری تنک