مطالعه مروری انتخاب ویژگی های موثر در فرآیند طبقه بندی ریزآرایه ها

فناوری ریزآرایه ابزاری آینده نگر برای تشخیص و طبقه بندی بیماری ها است و بینش بهتری از بسیاری جهش های ژنتیکی در سلول ارائه می دهد. تحلیل و طبقه بندی داده های ریزآرایه یکی از موضوعات چالش برانگیز می اشد. یکی از موارد استفاده از نتایج تحلیل داده های میکرو آرایه، پیش بینی، تشخیص و درمان بیماری های بسیار، به خصوص بیماری های سرطانی است. با این حال، هزاران عبارت ژن اندازه گیری شده برای هر نمونه بیولوژیکی با استفاده از ریزآرایه یک چالش بزرگ است. بسیاری از روش های آماری و یادگیری ماشینی برای بدست آوردن مناسب ترینژن ها قبل از طبقه بندی سرطان استفاده شده است. در این زمینه، پژوهشی نظام مند و مروری بر پژوهش های انجام شده در راستای انتخاب ویژگی و فرآیندهای طبقه بندی داده های ریزآرایه انجام شده است. براساس نتایج بررسی پژوهش ها، الگوریتم های هوشمند سریع و قابل اطمینان، برای پردازش و تجزیه و تحلیل داده های ریزآرایه، برخی از چالش های مربوط به ریزآرایه ها را برطرف نموده اند.

Keywords:

ریزآرایه , انتخاب ویژگی , طبقه بندی , داده کاوی , یادگیری ماشین