Algoritma mRMR dan carian cuckoo untuk menyelesaikan masalah pemilihan gen mikro atur tindak balas ubat

Nur Shazila Mohamed (P61085)

Please use this identifier to cite or link to this item: https://ptsldigital.ukm.my/jspui/handle/123456789/513439

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Suhaila Zainudin, Prof Madya. Dr.
dc.contributor.author	Nur Shazila Mohamed (P61085)
dc.date.accessioned	2023-10-16T04:36:41Z	-
dc.date.available	2023-10-16T04:36:41Z	-
dc.date.issued	2020-02-17
dc.identifier.other	ukmvital:130943
dc.identifier.uri	https://ptsldigital.ukm.my/jspui/handle/123456789/513439	-
dc.description	Satu kaedah pemilihan gen yang cekap melibatkan data berdimensi tinggi masih dalam permintaan terutama untuk data ekspresi gen mikro atur bagi pengelasan penyakit dan diagnosis. Data sebegini telah menjadi cabaran kepada komuniti perlombongan data dalam memilih kaedah pemilihan gen yang cekap demi menyempurnakan proses perlombongn data. Meta-heuristik terkenal sebagai kaedah yang digunakan untuk meningkatkan kualiti pemilihan gen seperti Pengoptimuman Kawanan Partikel (PSO), Koloni Lebah Buatan (ABC) dan sebagainya sama ada digunakan sebagai kaedah pembalut atau memperbaiki pemilihan gen pengelasan. Carian Cuckoo (CS) telah terbukti sebagai satu teknik meta-heuristik yang baik untuk menyelesaikan dan mendapatkan penyelesaian yang berkualiti dalam pelbagai domain termasuklah Travel Salesman Problem (TSP), pemilihan fitur, penjadualan dan pemprosesan imej. Manakala, teknik k-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) telah menunjukkan prestasi sebagai pengelas terbaik untuk pengelasan gen mikro atur. Masalah pengelasan tindak balas ubat adalah sangat penting untuk menyelidik kesan yang mungkin bagi sebatian ubat baru di peringkat awal untuk mengurangkan risiko kesan sampingan yang tidak dijangka. Pemilihan gen dalam tindak balas ubat masih di peringkat awal dan belum banyak diterokai. Setakat ini, teknik pemilihan gen yang digunakan adalah Minimum Redundancy Maximum Relevance (mRMR), tetapi prestasi yang dicapai berdasarkan kajian yang sedia ada masih agak rendah disebabkan ruang fitur yang berdimensi tinggi menjadikan keadaan lebih rumit. Tambahan pula, teknik mRMR hanya menyediakan senarai gen tanpa mengetahui berapa banyak gen yang perlu dipilih, menyebabkan menambah kerumitan dengan menguji semua kemungkinan set fitur. Oleh itu, kajian ini bertujuan untuk mencadangkan algoritma CS untuk pemilihan gen dalam tindak balas ubat dengan tiga objektif. Pertama adalah untuk meningkatkan prestasi kaedah penapis mRMR berasaskan kepada algoritma CS (mRMR-CS). Kedua adalah untuk mencadangkan kaedah pembalut CS dan ditingkatkan menggunakan mRMR (CSW-mRMR) dan ketiga adalah untuk mencadangkan kaedah integrasi penapis dan pembalut CS (mRMR+CSW-mRMR) untuk pemilihan gen dalam tindak balas ubat. Eksperimen dijalankan menggunakan pengelas KNN dan SVM untuk menilai ketepatan pengelasan dan masa komputeran terhadap set data gen mikro atur bagi xenobiotic hati dan tindakbalas farmakologi. Keputusan eksperimen menunjukkan kaedah mRMR-CS telah memperbaiki masa komputeran berbanding mRMR dengan PSO dan ABC. Selain itu, cadangan CSW-mRMR telah memperolehi ketepatan yang lebih baik berbanding dengan CS terhadap beberapa set data. Akhir sekali, cadangan kaedah integrasi telah nyata memperbaiki ketepatan pengelasan dan bilangan gen terpilih untuk data tertentu. Tambahan pula, mRMR+CSW-mRMR dapat meningkatkan prestasi ketepatan tetapi kurang berkesan dalam memperbaiki masa komputeran berbanding dengan mRMR+CSW. Kajian ini menyimpulkan bahawa kaedah CS boleh digunakan sebagai algoritma yang meningkatkan prestasi bagi penapis, pembalut dan kaedah integrasi untuk pemilihan gen dalam tindak balas ubat.,Ph.D
dc.language.iso	may
dc.publisher	UKM, Bangi
dc.relation	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat
dc.rights	UKM
dc.subject	Universiti Kebangsaan Malaysia -- Dissertations
dc.subject	Dissertations, Academic -- Malaysia
dc.subject	Algoritma mRMR
dc.subject	Computer algorithms.
dc.title	Algoritma mRMR dan carian cuckoo untuk menyelesaikan masalah pemilihan gen mikro atur tindak balas ubat
dc.type	Theses
dc.format.pages	224
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Files in This Item:

File	Description	Size	Format
ukmvital_130943+Source01+Source010.PDF Restricted Access		1.99 MB	Adobe PDF	View/Open

Show simple item record Recommend this item