Search academic texts

Information × Registration Number 0414U005111, Candidate dissertation Status к.ф.-м.н. Date 24-10-2014 popup.evolution o Title Recognition methods based on Markov models with hidden variables Author Ostrovskyy Oleksiy, popup.head Gupal Anatoliy popup.opponent Крак Юрій Васильович popup.opponent Пашко Сергій Володимирович Description Дисертаційна робота присвячена дослідженню моделей Маркова з прихованими змінними та їхніх узагальнень у застосуванні до розпізнавання функціональних фрагментів генів та визначення просторової структури білка. Побудовано математичний апарат, що дозволяє описати обидві задачі розпізнавання та адаптувати наявні критерії якості їх вирішення. Запропоновано ймовірнісні моделі на основі моделей Маркова з прихованими змінними та ланцюжків Маркова вищих порядків; обґрунтовано можливість їхнього застосування за рахунок закономірностей розподілу амінокислот у білках, синтезованих по різних нитках ДНК. На основі принципу максимуму правдоподібності створено алгоритм динамічного програмування для розв'язання задачі розпізнавання, який використовує запропоновані моделі. Розглянуто композиції цих моделей з ексклюзивною компетентністю складових та пов'язаний алгоритм розпізнавання, у якому кожен рядок розпізнається одним з складових алгоритмів у залежності від спостережуваних характеристик рядку. Для створення розбиття на області компетентності запропоновано предикати, залежні від концентрації коротких ланцюжків нуклеотидів або амінокислот; описано алгоритми відбору предикатів на основі навчальної вибірки, що ґрунтуються на методах відбору інформативних ознак у машинному навчанні. Вирішено питання визначення оптимальних параметрів імовірнісних моделей композиції та побудови розбиття на області компетентності. У результаті обчислювального експерименту показано, що якість запропонованих моделей та їхніх композицій відповідає актуальним алгоритмам біоінформатики. Registration Date 2014-10-24 popup.nrat_date 2020-04-03 Close