پیش بینی ساختار پروتئین بارویکردی بر داده کاوی سلسله مراتبی
Publish place: Computer engineering and need-based research The latest achievements in information technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 697
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER02_093
تاریخ نمایه سازی: 2 تیر 1395
Abstract:
روش های تعیین ساختار یک پروتئین راهنمای بسیار مهمی برای تعیین کارکرد پروتئین است. تاکنون تلاش های گسترده ای برای دست یابی به ساختار پروتئین ها صورت گرفته است. از روش های معمول پیش بینی ساختار پروتئین می تواند به پراش اشعه ایکس و تشدید مغناطیسی هسته اشاره کرد، این دو روش اطلاعات اتمی خوبی درباره ساختار پروتئین موردنظر جمع آوری می کنند که روش های گرانی هستند. از سوی دیگر اغلب روش های بکارگرفته شده بیشتر بر مبنای تشابه یابی میان توالی پروتئین ها بوده است که بسیار زمان بر بوده و بازده آن چندان رضایت بخش نیست. اما روش های جدید بیشتر از تکنیک های داده کاوی استفاده می کنند که در این مقاله نیز استفاده خواهد شد. روش ماترکیبی از خوشه بندی سلسله مراتبی و درخت تصمیم می باشد. ابتدا با استفاده از خوشه بندی سلسله مراتبی نمونه های مشابه داخل خوشه های یکسان قرار می گیرند، سپس از هر خوشه چند نماینده بطور تصادفی انتخاب شده و در مرحله بعد با اعمال درخت تصمیم روی نماینده ها، کلاس متعلق به کل اعضای خوشه به دست آید. با توجه به نتایج حاصل از شبیه سازی ها، نتیجه مربوط به خطای روش پیشنهادی- که معیار ارزیابی ما نیز می باشد- نسبت به روش درخت تصمیم بدون اعمال خوشه بندی کمتر است.
Keywords:
Authors
محمد منصورنژاد
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد فردوس
محمدحسین معطر
استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد مشهد
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 :