پایان نامه آماده کارشناسی ارشد (رشته مهندسی کامپیوتر)- ارائه مدل هوشمند مبتنی بر یادگیری عمیق جهت شناسایی الگوی ژن‌ها در داده های توالیRNA به منظور شناسایی سرطان تخمدان

پایان نامه آماده کارشناسی ارشد (رشته مهندسی کامپیوتر)-  ارائه مدل هوشمند مبتنی بر یادگیری عمیق جهت شناسایی الگوی ژن‌ها در داده های توالیRNA به منظور شناسایی سرطان تخمدان
این پژوهش به تشخیص و تحلیل سرطان تخمدان با استفاده از داده‌های توالی RNA و روش‌های یادگیری عمیق می‌پردازد. با مرور جامع ادبیات پژوهش و بررسی معماری‌های شبکه عصبی، یک مدل پیشنهادی مبتنی بر شبکه عصبی عمیق LSTM ارائه شده است. عملکرد مدل از طریق فرایندهای ارزیابی و تحلیل نتایج بررسی شده و یافته‌ها نشان‌دهنده بهبود دقت و کارایی روش پیشنهادی در مقایسه با الگوریتم‌های موجود است.
پایان نامه آماده کارشناسی ارشد (رشته مهندسی کامپیوتر)-  ارائه مدل هوشمند مبتنی بر یادگیری عمیق جهت شناسایی الگوی ژن‌ها در داده های توالیRNA به منظور شناسایی سرطان تخمدانپایان نامه آماده کارشناسی ارشد (رشته مهندسی کامپیوتر)- ارائه مدل هوشمند مبتنی بر یادگیری عمیق جهت شناسایی الگوی ژن‌ها در داده های توالیRNA به منظور شناسایی سرطان تخمدان
قیمت قیمت : 650,000 تومان
نوع فایل : docx
حجم فایل: 0.76 مگابایت

چکیده

فصل اول) مقدمه و کلیات پژوهش

1-1) مقدمه

2-1) بیان مسئله

3-1) ضرورت و اهمیّت پژوهش

1-3-1) اهمیّت پژوهش

2-3-1) ضرورت پژوهش

4-1) جنبه جدید بودن و نوآوری در پژوهش

5-1) هدف‌های پژوهش

6-1) سوالات پژوهش

7-1) فرضیات پژوهش

8-1) دامنه / قلمرو پژوهش

1-8-1) دامنه موضوعی

1-8-2) دامنه مکانی

1-8-3) دامنه زمانی

9-1) امکانات، محدودیت‌ها و مشکلات پژوهش

1-9-1) امکانات پژوهش

1-9-2) محدودیت‌های پژوهش

1-9-3) مشکلات پژوهش

1-10) تعریف مفاهیم و متغیرها

11-1) ساختار پایان‌نامه

فصل دوم) پیشینه‌کاوی پژوهش

1-2) مقدمه

2-2) ادبیات پژوهش

1-2-2) سرطان تخمدان

2-2-2) داده‌های توالی RNA

3-2-2) یادگیری عمیق

4-2-2) شبکه عصبی و معماری LSTM

4-2) پیشینه‌کاوی روش‌ها و الگوریتم‌های موجود

5-2) مقایسه روش‌های موجود

7-2) جمع‌بندی فصل

فصل سوم) روش‌شناسی پژوهش

1-3) مقدمه

2-3) پارادایم و رهیافت پژوهش

3-3) روش و طرح کلی پژوهش

1-3-3) روش پژوهش

3-2-2) طرح کلی و مدل مفهومی پژوهش

4-3) جامعه آماری و گروه نمونه مورد مطالعه

5-3) شیوه و ابزار گردآوری اطلاعات و داده‌های پژوهش

1-5-3) شیوه گردآوری اطلاعات و داده‌های پژوهش

2-5-3) ابزار پژوهش

3-5-3) روایی ابزار پژوهش

4-5-3) اعتبار / پایایی ابزار پژوهش

6-3) توصیف مدل پیشنهادی

1-6-3) فرایند پیش‌پردازش

2-6-3) استخراج ویژگی

3-6-3) مدل‌سازی بر اساس شبکه عصبی عمیق LSTM

7-3) الگوریتم نهایی و فلوچارت رویکرد پیشنهادی

8-3) متغیرهای رویکرد پیشنهادی

9-3) جمع‌بندی

فصل چهارم) ارزیابی نتایج

1-4) مقدمه

2-4) فرایند ارزیابی

3-4) محیط ارزیابی

4-4) مجموعه داده ارزیابی

5-4) نتایج ارزیابی

6-4) جمع‌بندی فصل

فصل پنجم) جمع‌بندی و پیشنهادات آتی

1-5) جمع‌بندی نتایج

2-2) پیشنهادات آتی

مراجع