Rừng ngẫu nhiên cải tiến cho lựa chọn thuộc tính và phân loại dữ liệu gien

Abstract

Hiện nay, kỹ thuật phân loại dữ liệu được sử dụng rông rãi trong hầu hết các lĩnh vực khác nhau của trí tuệ nhân tạo như phân loại văn bản, phân loại chữ viết tay, phân loại hình ảnh, phân loại gen,… Mỗi gen đảm nhận một chức năng nào đó và có mối liên hệ với các gen khác. Việc phân loại gen chính là xác định vị trí tương đối của chúng với các gen khác. Bài toán phân loại dữ liệu gen có nhiệm vụ xác định chức năng của gen. Thông thường, mỗi gen mã hóa một protein tương ứng. Các protein này đảm nhiệm những vai trò hay chức năng khác nhau trong cơ thể các sinh vật. Các chức năng của gen/protein rất đa dạng, từ đóng vai trò trong các phản ứng sinh hóa của tế bào, tới tương tác và điều hòa sự hoạt động của các gen khác. Việc xác định chức năng của gen cũng như sản phẩm của gen là nhiệm vụ quan trọng của sinh học phân tử và tin sinh học. Trong thực tế có rất nhiều phương pháp phân loại dữ liệu, mỗi phương pháp lại có những đặc điểm riêng phù hợp với từng đối tượng dữ liệu cần phân loại. Luận văn này sẽ trình bày về phương pháp rừng ngẫu nhiên để giải quyết bài toán phân loại dữ liệu gen.