ゲノミクスとプロテオミクスにおけるデータマイニングのジャーナル

概要

遺伝的アルゴリズムとバックプロパゲーションニューラルネットワークを用いた機械学習へのWEKAの適用

 ジーシャン・アーメッドとサマン・ジーシャン

機械学習は、さまざまな数学的および統計的アルゴリズムを使用して、複雑なシステムのデータ分析、最適化、分類、予測を容易にすることを目的としています。この研究では、ネットワークをトレーニングするための最適な入力パラメータを推定するプロセスを確立することに関心があります。この論文では、WEKA を使用して、バックプロパゲーション ニューラル ネットワークと遺伝的アルゴリズムを備えた分類器を実装し、効率的なデータ分類と最適化を目指しています。実装された分類器は、与えられたデータセット内の多数の集団を読み取り、分析することができ、識別された集団に基づいて、集団内の種の種類、隠れ層、運動量、精度、正しいインスタンスと間違ったインスタンスを推定します。