الگوی مارکوف پنهان دوطرفه با حافظه خطی
Publish place: Journal of Statistical sciences، Vol: 2، Issue: 2
Publish Year: 1387
نوع سند: مقاله ژورنالی
زبان: Persian
View: 69
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STAT-2-2_001
تاریخ نمایه سازی: 23 شهریور 1401
Abstract:
الگوی مارکوف پنهان در مسائل بیوانفورماتیک کاربرد فراوانی دارد. برای مثال این الگو در هم ردیفی دنباله ها، تفسیر خانواده های پروتئین و پیش بینی ژن بکار می رود. پارامترهای این الگو از طریق الگوریتم بام-ولش تعلیمی که یک الگوریتم EM است برآورد می شود. بکارگیری کارآمدترین الگوریتمها برای دنباله های طویل نیازمند حجم وسیعی از حافظه می باشد. در این مقاله روش های مختلفی از جمله استراتژی پیشرو و استراتژی پسرو را که به منظور کاهش حافظه این الگوریتم ارائه شده اند معرفی می کنیم. در ادامه الگوریتمی براساس مشاهدات از راست به چپ و از چپ به راست اعضای دنباله ارائه می شود که دارای حافظه خطی است. کارایی این الگوریتم بر روی داده های شبیه سازی شده از پروتئین ها بررسی می شود.
Keywords:
Hidden Markov Models , Baum-Welch Algorithm , Bidirectional Model , Profile Hidden Markov Model , Linear Memory. , الگوی مارکوف پنهان , الگوریتم بام-ولش , الگوی دو طرفه , الگوی مارکوف پنهان پروفایل , حافظه خطی.
Authors
نسیم اجلالی
Department of Statistics, Tehran University, Tehran, Iran.
حمید پزشک
Department of Statistics, Tehran University, Tehran, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :