Tarbali T, Majidians S, Kahaei M H. Haplotype Estimation Using Low-Rank Matrix Factorization in Presence of Outliers. Journal of Iranian Association of Electrical and Electronics Engineers 2021; 18 (3) :113-120
URL:
http://jiaeee.com/article-1-1007-fa.html
تربالی تینا، مجیدیان سینا، کهایی محمد حسین. تخمین هاپلوتایپ با استفاده از فاکتورسازی ماتریس رتبهپایین در حضور دادههای پرت. نشریه مهندسی برق و الکترونیک ایران. 1400; 18 (3) :113-120
URL: http://jiaeee.com/article-1-1007-fa.html
دانشکده مهندسی برق- دانشگاه علم و صنعت ایران- تهران
چکیده: (2329 مشاهده)
تخمین هاپلوتایپ بر اساس اطلاعاتDNA برای کشف بیماریهای ژنتیکی انسان استفاده میشود. این مسئله در پردازش ژنومی سیگنالها به صورت یک ماتریس رتبهپایین قابل مدل سازی است که به علت محدودیتهای موجود در خوانش هاپلوتایپ، فقط تعداد کمی از درایهها مشاهده میشوند. در نتیجه یک روش موثر برای بازیابی هاپلوتایپ از مشاهدات ناقص، استفاده از روشهای تکمیل ماتریس است. در این مقاله به کمک روشهای تکمیل ماتریس، سعی در تخمین هاپلوتایپ از طریق فاکتورسازی ماتریسی شدهاست. در مراجع از روش گرادیان کاهشی برای حل مسئله استفاده شدهاست. اما در روش های قبلی دادههای پرت نیز در محاسبات وارد میشود که باعث خطا در تخمین هاپلوتایپ شده است. به عبارتی در این روشها به شروط موجود برای ماتریسهای هاپلوتایپ توجه نشده است و این موضوع باعث تخمین دادههای پرت برای هاپلوتایپ شده است. در این مقاله با روش تکمیل ماتریس و با در نظر گرفتن این شروط در ماتریس هاپلوتایپ، یک تابع هزینه جدید به صورت عبارت جریمه برای تخمین هاپلوتایپ معرفی میکنیم. عبارت جدید اضافه شده به تابع هزینه باعث میشود که اثر دادههای پرت کاهش یافته و در نتیجه دقت تخمین هاپلوتایپ افزایش مییابد. نتایج شبیه سازی نیاز کاهش خطای بازیابی هاپلوتایپ را تایید می کند.
نوع مقاله:
پژوهشي |
موضوع مقاله:
مخابرات دریافت: 1398/7/28 | پذیرش: 1399/9/17 | انتشار: 1400/4/25