یونی تحلیل یونی تحلیل
  • خانه
  • فروشگاه
  • درباره ما
  • وبلاگ
  • نمونه کار
  • حساب من
تماس با ما : 09199551777
0
یونی تحلیل یونی تحلیل
0
  • خانه
  • فروشگاه
  • درباره ما
  • وبلاگ
  • نمونه کار
  • حساب من
سبد خرید من (0 )

هیچ محصولی در سبد خرید نیست.

خانه مقالات آماری مقاله آماری گوی مارکوف پنهان دوطرفه با حافظه خطی
گوی مارکوف پنهان دوطرفه

موجود در انبار

مقاله آماری گوی مارکوف پنهان دوطرفه با حافظه خطی

155 تا فروخته شده در 01 ساعت قبل

0 تومان

- +
افزودن به علاقه مندی ها افزودن برای مقایسه
  • آمار :102 بازدید کننده در حال حاضر
دسته: مقالات آماری برچسب: الگوریتم بام-ولش, الگوی دو طرفه, الگوی مارکوف پنهان, الگوی مارکوف پنهان پروفایل, حافظه خطی, حمید پزشک, نسیم اجلالی
اشتراک گذاری:
  • توضیحات
  • نظرات (0)

توضیحات

مقاله آماری گوی مارکوف پنهان دوطرفه با حافظه خطی

 

چکیده مقاله آماری گوی مارکوف پنهان دوطرفه :

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.

پژوهشگران عزیز جهت کسب اطلاعات بیشتر راجب موضوع مارکوف کلیک کنید .

 

چکیده لاتین مقاله آماری گوی مارکوف پنهان دوطرفه :

Abstract of the two-way hidden Markov orb

The hidden Markov model has many applications in bioinformatics issues. For example, this pattern is used in sequence sequencing, interpretation of protein families, and gene prediction. The parameters of this model are estimated through the Bam-Welch training algorithm, which is an EM algorithm.

Using the most efficient algorithms for long sequences requires a large amount of memory. In this article, we introduce various methods such as forward strategy and backward strategy that have been proposed to reduce the memory of this algorithm. The following is an algorithm based on observations from right to left and from left to right of sequence members that have linear memory. The performance of this algorithm is tested on simulated data from proteins.

نویسندگان

  • نسیم اجلالی
  • حمید پزشک

 

منبع: http://jss.irstat.ir

برای دانلود مقاله آماری گوی مارکوف پنهان دوطرفه که به صورت رایگان در اختیار شما پژوهشگر عزیز قرار میگیرد ابتدا به سبد خرید اضافه کنید و سپس مقاله را دانلود نمایید.

انجام تحلیل های آماری با استفاده از نرم افزار هایPls,  Lisrel, Amos, Spss توسط تیم تحلیلی یونی تحلیل.

شبکه تحلیلی یونی تحلیل در هفت روز هفته و 24 ساعت شبانه روز با تیم پشتیبانی خود از طریق راه های ارتباطی زیر پذیرای نظرات سازنده شما می باشد.

Site : www.unitahlil.ir

Phone number : 09199551777

Email: unitahlil@gmail.com

نظرات (0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “مقاله آماری گوی مارکوف پنهان دوطرفه با حافظه خطی” لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مرتبط

  • اندازه نادرستی پویایی چندکی مشاهده سریع
    افزودن به علاقه مندی ها

    مقاله آماری اندازه نادرستی پویایی چندکی

    0 تومان
  • تحلیل داده‌های فضایی با خانواده مفصل خی‌دو مشاهده سریع
    افزودن به علاقه مندی ها

    مقاله آماری (تحلیل داده‌های فضایی با خانواده مفصل خی‌دو)

    0 تومان
  • شناسایی مشاهدات پرت در مدل رگرسیونی مشاهده سریع
    افزودن به علاقه مندی ها

    مقاله آماری شناسایی مشاهدات پرت در مدل رگرسیونی ریج

    0 تومان
  • رگرسیون ضرایب متغیر طولی حاشیه‌ای مشاهده سریع
    افزودن به علاقه مندی ها

    مقاله آماری رگرسیون ضرایب متغیر طولی حاشیه‌ای با اسپلاین تاوانیده

    0 تومان

مقاله آماری گوی مارکوف پنهان دوطرفه با حافظه خطی

0 تومان

افزودن به سبد خرید

تهران – خیابان ولی عصر
ایمیل: unitahlil@gmail.com
تلفن: 09199551777

درباره ما

  • قوانین و مقررات
  • شرایط ارسال
  • حریم خصوصی

خدمات

  • درباره ما
  • نمونه کار ها
  • تماس با ما

شبکه های اجتماعی

اینستاگرام ما

تلگرام ما

لینکدین

توییتر

آپارات