الگوریتمی داده کاوی سریع و کارآمد متن: ایجاد اتوماتیک پایگاه داد

پیش زمینه: مقدار اطلاعات بیولوژیکی در دسترس به سرعت رو به افزایش بوده و تمرکز تحقیقات بیولوژیکی از بخش های مجزا به سمت شبکه ها و حتی پروژه های بزرگتر کشانده شده که هدف آن ها تجزیه و تحلیل، مدلسازی و شبیه سازی شبکه های بیولوژیکی و همچنین مقایسه در سطح بالای ویژگی های سلولی می باشد. بنابراین ضروری است تا اطلاعات بیولوژیکی به آسانی در دسترس باشد. به هر حال، بیشتر اطلاعات در تحقیقات انجام شده به صورت غیرساختاری بوده و به این خاطر روش هایی برای استخراج نظامند اطلاعات، مستقیما از تحقیقات اولیه می بایست توسعه یابد. شرح مطلب: در اینجا ما الگوریتم داده کاوی را برای استخراج اطلاعات سینتیک همانند و غیره و همچنین اطلاعات مربوطه همانند نام آنزیم ها، تعداد EC، لیگاندها، ارگانیسم ها، مناطق، PH و دما نشان می دهیم. با استفاده از این قوانین و رویکرد بر پایه واژه نامه، این امکان وجود دارد تا به اندازه 514394 پارامتر سینتیک 13 دسته (فعالیت های خاص) از حدود 17 میلیون مطالب نتتشر شده، استخراج کرده و آن ها را با داده های دیگر خلاصه مطالب دیگر ترکیب کنیم. تایید دستی تقریبا 1000 نتایج انتخاب شده تصادفی، موارد فراخوانی شده بین 51% و 84% و محدوده دقیق 55% تا 96% را نشان داده که بستگی به فهرست های جستجو شده دارد. نتایج در پایگاه داده ذخیره شده و توسط KID «یا پایگاه داده سینتیک» از طریق اینترنت در دسترس می باشد.

نتیجه گیری: الگوریتم نشان داده شده، اطلاعات مهمی را ارائه می دهد و کمکی به شتاب بخشیدن تحقیقات و تجزیه و تحلیل مورد نیاز برای روش های بیولوژی سیستم های امروزی می باشد. پایگاه های داده حاصل شده از تجزیه و تحلیل چکیده مقاله های منتشر شده می تواند کمک ارزشمندی در حوزه جنبش های بیولوژیکی و شیمی ایی باشد. این فرایند کاملا بر مبنای داده کاوی و همچنین تکمیل پایگاه داده ایجاد شده می باشد. این پایگاه داده از سایت http: //kid. tu-bs. de در دسترس است. کد مبدا الگوریتم تحت مجوز دولتی GNU ایجاد شده و بنا به درخواست محققان در دسترس قرار می گیرد.

خرید

مطالب مرتبط


ترجمه مقاله تساوی و خطر سرطان ریه در زنان: بررسی سیستماتیک و متا

دسته: علوم پایه

حجم فایل: 461 کیلوبایت

تعداد صفحه: 13

تساوی و خطر سرطان ریه در زنان: بررسی سیستماتیک و متا آنالیزهای مطالعات اپیدمیولوژیکی

خلاصه

چندین مطالعه برای ارزیابی کردن قیاسی فاکتور خطر برای سرطان ریه انجام شده است اما نتایج آن ها چندان رضایت بخش نبوده است. ما در مورد MEDLINE موسسه علوم و اطلاعات و پایگاه داده ها برای معرفی کردن مطالعات ارزیابی شده در ارتباط با سرطان ریه استفاده کردیم. بین گوناگونی های ژنتیکی که مورد ارزیابی قرار گرفته استاز شاخص های آماری Q و I2 استفاده شده است. به صورت خلاصه خطر مرتبط با بچه ها (RR) با ضریب اطمینان 95 درصد با استفاده از اثرات تصادفی متا آنالیزها تخمین زده شده است. 16 مطالعه قابل قبول (8077 بیمار مبتلا به سرطان ریه و 350295 افراد بدون تاثیر) داده های متا آنالیز را فراهم ساخته اند. تفاوت مشخصی بین گوناگونی مطالعه وجود داشت. مقدار RR به ازای هر تولد زنده 98/0 بود که نشان دهنده نبود هیچ گونه اثر قیاسی بر روی خطر سرطان ریه بود. نتایج در حالت شاهد به شکل RR=0. 99 بود و مطالعات گروهی RR=0. 97 بود. مطالعات شامل بیماران سرطان ریه با سلول کوچک نمی شد که یک اثر حفاظتی قیاسی با RR=0. 94 را فراهم ساخته بود. برخلاف، هیچ گونه اثری در مطالعات مربوط به بیماران سرطان ریه با سلول کوچک به مقدار RR=1 و با اختلاف 05/0 مشاهده نشده بود. به طور کلی شواهد کمی از رابطه پاسخ دهی بین افزایش تولد های زنده و سرطان ریه وجود دارد، به هر حال مطالعات نتایج غیر یکنواختی را ایجاد کرده است. مطالعات دیگری باید انجام شود تا به خوبی تحت گروه های تاریخچه بیماری تعیین گردد.

خرید

مطالب مرتبط


آرایش ژنتیکی (Genetic Placement)

چکیده

یک الگوریتم آرایشی به نام Genie برای تخصیص مدول ها (modules) به مکان های موجود برروی قطعات ارائه می شود. Genie نوعی تطابق و انطباق تکنیک الگوریتم ژنتیکی است که درگذشته به عنوان ابزار جامعه هوش مصنوعی مورد استفاده بوده است. این تکنیک به نوعی به عنوان پارادایم آزمایش و بررسی فضای وضعیت محسوب می شود. این تکنیک با ملاحظه هم زمان و دستکاری مجموعه ای از جواب ها، به جواب های خود دست میابد. به عنوان مثال، راه ها جهت تولید و ایجاد راه حل های «فرزندان، با هم در جفت گیری» می کند. Genie در بسیاری از نمونه های آزمایشی کوچک به طور گسترده به آن ها پرداخته شده است. راه حل های مشاهده شده آن کاملاً خوب و در چند نمونه به صورت مطلوب بوده اند.

کلیدواژگان: آرایش، الگوریتم های ژنتیکی، VLSI، طرح فیزیکی

مقدمه

LAYOUT PROBLEM مشکل اصلی در طراحی قطعه های VLSI است. به دلیل پیچیدگی که دارد غالباً به چند مشکل فرعی مجزا تجزیه می شود:

1. طراحی قطعه

2. جزء بندی

3. آرایش

4. مسیریابی

در این مقاله به بررسی مشکل آرایش – تخصیص عناصر مدار به مکان های روی قطعه پرداخته می شود. مسئله آرایش عبارت است از مجموعه ای از عناصر مدار یا ورودی های m، { e m و ….، e 1} = M و مجموعه ای از سیگنال ها یا شبکه های n، { Sn و …، S1 } = N. شبکه عبارت است از مجموعه ای از مدال های به هم متصل. ما علاوه براین مجموعه ای از مکان های قطعه L یا Slot را ارائه خواهیم داد. وقتی L≥m است، { Cl و …..، C1 } = L. Solt ها به صورت یک ماتریس همراه با ردیف های r و ستون های C سازمان دهی می شوند. هدف از این، طراحی بهینه و مطلوب هر مدول متناسب با Solt خود آن در حالی که محدودیت های الکتریکی را تحقق می بخشد می باشد. در این وضعیت بهینگی و مطلوبیت بر اساس مسیریابی مورد انتظار آرایش اندازه گیری می شود. دو مؤلفه مشترک بسیاری از اندازه های مسیریابی عبارت است از برآورد میزان تراکم سیم و میزان سیم مورد نیاز برای مسیر تمام اتصالات و ارتباطات. به حداقل رساندن میزان تراکم سیم مورد انتظار اهمیت دارد به گونه ای که یک سیم کشی عملی معمولاً با تراکم کمتر راحتر است. کم کردن میزان مورد انتظار سیم نیز اهمیت دارد. به گونه ای میزان آماده سازی سیگنال مدار معمولاً نسبت معکوس با میزان سیم دارد.

خرید

مطالب مرتبط


استخراج قوانین انجمن فازی از اطلاعات با کیفیت پایین: داده کاوی

  • عنوان لاتین مقاله: Mining fuzzy association rules from low-quality data
  • عنوان فارسی مقاله: ا ستخراج قوانین انجمن فازی از اطلاعات با کیفیت پایین
  • دسته: فناوری اطلاعات – کامپیوتر – داده کاوی
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 30
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

چکیده – استخراج اطلاعات معمولاً در تلاش برای القای قوانین انجمن از پایگاه داده استفاده می شود که می تواند به راحتی به تصمیم گیرنده انالیز اطلاعات کمک کند و تصمیمات خوبی با در نظر گیری حوزه های مربوط بگیرد. مطالعات مختلف روش هایی برای قوانین انجمن استخراج از پایگاه داده با ارزش های سطحی پیشنهاد می کند. با این وجود، اطلاعات در بسیاری از برنامه های کاربردی جهان واقعی یک درجه قطعی نارست است. در این مقاله ما این مشکلات را پیدا کرده ایم و یک الگو ریتم استخراج – داده برای خروج دانش جالب از پایگاه داده به همراه اطلاعات نادرست ارائه نموده ایم. این الگو ریتم پیشنهادی محتوای داده نادرست و الگوریتم استخراج استقرایی فازی جهت یافتن انجمن استخراج در پایگاه داده شده، جدا می کند. تجربیات تشخصیص نارسایی در درون کودکی اخیر به وجود امده است تا عملکرد الگوریتم پیشنهادی را بازبینی کند.

کلمات کلیدی: داده کاوی، قوانین انجمن فازی، اطلاعات با کیفیت پایین

مقدمه

داده کاوی (DM) پروسه ای برای کشف اتوماتیکی دانش سطح بالا از جهان واقعی، مجموعه داده پیچیده و بزرگ می باشد. استفاده DM برای تسهیل تصمیم گیری است که می تواند بهبود عملکرد در تصمیم گیری حادث می شود و قادر به غلط گیری انواع مسائلی است که قبلاً آدرس دهی نشده اند (Mladeninetal 2002)

کشف قوانین انجمن یکی از تکنیک داده کاوی است که در این گزارش توضیح داده شده است.

  • فرمت: zip
  • حجم: 0.98 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط


بررسی تریگرهای فازی در پایگاه داده فعال

بخش اول: مفاهیم و تعاریف، کارهای انجام شده

فصل اول: کلیات

مقدمه

مروری بر فصول پایان نامه

فصل دوم: پایگاه داده فعال

مدیریتداده

مدیریت قوانین

تعریف قانون رویداد

شرط

واکنش

مدل اجرایی

اولویت اجرایی در قوانین

معماری پایگاه داده فعال

آشکارساز رویداد

ارزیابی شرط

زمانبندی

اجرا

نمونه های پیاده سازی شده

Starburst

Ariel

NAOS

نتیجه

فصل سوم: مفاهیم فازی

مجموعه های فازی

عملگرهای فازی

استنتاج فازی

ابهام زدایی

نتیجه

فصل چهارم: پایگاه داده فعال فازی

تعریف فازی قوانین

رویداد فازی

رویدادهای مرکب

انتخاب فازی اجزاء رویدادهای مرکب

شرط فازی

واکنش فازی

تعیین فازی موقعیت زمانبندی

معماری و مدل اجرایی قوانین

آشکارساز رویداد

بررسی شرط

اجرا

زمانبندی

نتیجه

بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات

فصل پنجم: رونوشت برداری فازی

رونوشت برداری

رونوشت برداری همگام

رونوشت برداری ناهمگام

ماشین پایه رونوشت برداری داده

مقایسه دو روش همگام و ناهمگام

رونوشت برداری فازی

استفاده از تریگرها برای فازی نمودن رونوشت برداری

کمیت سنج های فازی

روش محاسبه کمیت سنج های فازی

کمیت سنج عمومی

کمیت سنج جزئی

کمیت سنج جزئی توسعه یافته

روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی

معماری ماشین رونوشت بردار فازی

مثال

کارایی

ترافیک در رونوشت برداری مشتاق

ترافیک در رونوشت برداری تنبل

ترافیک در رونوشت برداری فازی

مقایسه تئوری هزینه رونوشت برداری فازی و تنبل

جمع بندی

فصل ششم: پیاده سازی

Fuzzy SQL Server

عملکرد اجزای Fuzzy SQL Server

شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی

اجزاء تریگر فازی در پایگاه داده غیر فازی

جداول سیستمی مورد نیاز

مثال

کارهای آتی

مراجع و منابع

خرید

مطالب مرتبط