論文の概要: Chaos inspired Particle Swarm Optimization with Levy Flight for Genome Sequence Assembly

• arxiv url: http://arxiv.org/abs/2110.10623v1
• Date: Wed, 20 Oct 2021 15:24:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-10 23:49:51.720070
• Title: Chaos inspired Particle Swarm Optimization with Levy Flight for Genome Sequence Assembly
• Title（参考訳）: レヴィフライトを用いたゲノム配列組立のためのカオスインスピレーション粒子群最適化
• Authors: Sehej Jain and Kusum Kumari Bharti
• Abstract要約: 本稿では、置換最適化問題に対処するため、新しいPSOの変種を提案する。 PSOはChaos and Levy Flight (ランダムウォークアルゴリズム)と統合され、アルゴリズムの探索と利用能力のバランスをとる。 論文で提案する他のPSOの変種と比較して,提案手法の性能を評価するための実証実験を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the advent of Genome Sequencing, the field of Personalized Medicine has been revolutionized. From drug testing and studying diseases and mutations to clan genomics, studying the genome is required. However, genome sequence assembly is a very complex combinatorial optimization problem of computational biology. PSO is a popular meta-heuristic swarm intelligence optimization algorithm, used to solve combinatorial optimization problems. In this paper, we propose a new variant of PSO to address this permutation-optimization problem. PSO is integrated with the Chaos and Levy Flight (A random walk algorithm) to effectively balance the exploration and exploitation capability of the algorithm. Empirical experiments are conducted to evaluate the performance of the proposed method in comparison to the other variants of the PSO proposed in the literature. The analysis is conducted on four DNA coverage datasets. The conducted analysis demonstrates that the proposed model attain a better performance with better reliability and consistency in comparison to other competitive methods in all cases.
• Abstract（参考訳）: ゲノムシークエンシングの出現により、パーソナライズされた医学の分野が革新された。 薬物検査や病気や突然変異の研究から家族ゲノムまで、ゲノムの研究が必要である。 しかし、ゲノム配列アセンブリは計算生物学の非常に複雑な組合せ最適化問題である。 PSOはメタヒューリスティックな群知能最適化アルゴリズムであり、組合せ最適化の問題を解決するために用いられる。 本稿では,この置換最適化問題に対処するため,新しいPSOの変種を提案する。 psoはchaos and levy flight(ランダムウォークアルゴリズム)と統合され、アルゴリズムの探索と搾取能力を効果的にバランスさせる。 論文で提案した他のPSOの変種と比較して,提案手法の性能を評価するための実証実験を行った。 解析は4つのDNAカバレッジデータセットを用いて行われる。 その結果,提案手法は,他の競合手法と比較して信頼性と一貫性が向上し,性能が向上することが示された。

関連論文リスト

• An Efficient High-Dimensional Gene Selection Approach based on Binary Horse Herd Optimization Algorithm for Biological Data Classification [1.1510009152620668]
  Horse Herd Optimization Algorithm (HOA)は、異なる年齢の馬の行動に基づく新しいメタヒューリスティックアルゴリズムである。 本稿では、離散的な問題を解くためにHOAのバイナリバージョンを提案し、特徴部分集合を選択する。 提案手法 (MRMR-BHOA) は, 精度, 最小選択特性において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-08-18T19:40:59Z)
• Massively Parallel Genetic Optimization through Asynchronous Propagation of Populations [50.591267188664666]
  Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。 提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。 Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
  論文  参考訳（メタデータ） (2023-01-20T18:17:34Z)
• Applying Autonomous Hybrid Agent-based Computing to Difficult Optimization Problems [56.821213236215634]
  本稿では,EMASのハイブリッドバージョンを提案する。 これには、複数のハイブリッド演算子の選択と導入、およびメインアルゴリズムのハイブリッドステップを開始するためのルールの定義が含まれる。 これらのハイブリッドステップは、既存の、よく知られた、そして証明された、効率的なメタヒューリスティックスを活用し、その結果をメインのアルゴリズムに統合する。
  論文  参考訳（メタデータ） (2022-10-24T13:28:35Z)
• Accelerating the Evolutionary Algorithms by Gaussian Process Regression with $\epsilon$-greedy acquisition function [2.7716102039510564]
  本稿では,最適化の収束を早めるために,エリート個人を推定する新しい手法を提案する。 我々の提案には、エリート個人を推定し、最適化の収束を加速する幅広い見通しがある。
  論文  参考訳（メタデータ） (2022-10-13T07:56:47Z)
• Designing Biological Sequences via Meta-Reinforcement Learning and Bayesian Optimization [68.28697120944116]
  メタ強化学習を用いて自己回帰生成モデルを訓練し、選択のための有望なシーケンスを提案する。 我々は,データのサブセットのサンプリングによって誘導されるMDPの分布に対する最適ポリシーを求める問題として,この問題を提起する。 このようなアンサンブルに対するメタラーニングは,報酬の過小評価に対して頑健であり,競争的な結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-09-13T18:37:27Z)
• Cooperative coevolutionary hybrid NSGA-II with Linkage Measurement Minimization for Large-scale Multi-objective optimization [3.274290296343038]
  大規模多目的問題(LSMOP)に対する協調的共進化に基づく可変グルーピング法を提案する。 サブプロブレム最適化段階では,推定収束点に基づくガウスサンプリング演算子を用いたハイブリッドNSGA-IIを提案する。
  論文  参考訳（メタデータ） (2022-08-29T08:18:15Z)
• Harnessing Heterogeneity: Learning from Decomposed Feedback in Bayesian Modeling [68.69431580852535]
  サブグループフィードバックを取り入れた新しいGPレグレッションを導入する。 我々の修正された回帰は、以前のアプローチと比べて、明らかにばらつきを減らし、したがってより正確な後続を減らした。 我々は2つの異なる社会問題に対してアルゴリズムを実行する。
  論文  参考訳（メタデータ） (2021-07-07T03:57:22Z)
• Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
  バイレベル最適化は多くの機械学習問題に対するツールである。 Stoc-BiO という新しい確率効率勾配推定器を提案する。
  論文  参考訳（メタデータ） (2020-10-15T18:09:48Z)
• AdaLead: A simple and robust adaptive greedy search algorithm for sequence design [55.41644538483948]
  我々は、容易で、拡張性があり、堅牢な進化的欲求アルゴリズム(AdaLead)を開発した。 AdaLeadは、様々な生物学的に動機づけられたシーケンスデザインの課題において、アートアプローチのより複雑な状態を克服する、驚くほど強力なベンチマークである。
  論文  参考訳（メタデータ） (2020-10-05T16:40:38Z)
• Fuzzy Mutation Embedded Hybrids of Gravitational Search and Particle Swarm Optimization Methods for Engineering Design Problems [37.260815721072525]
  我々はGSAとPSOの2つのハイブリッドバージョンに対するファジィ突然変異モデルを提案した。 開発したアルゴリズムはMutation based GPS (MGPS) と Mutation based PSOGSA と呼ばれる。 我々はこれら2つの新しいアルゴリズムを3つのカテゴリの23のベンチマーク関数上で評価した(一様、多モード、固定次元のマルチモーダル)。
  論文  参考訳（メタデータ） (2020-05-10T07:42:36Z)
• Devolutionary genetic algorithms with application to the minimum labeling Steiner tree problem [0.0]
  本稿では、進化的遺伝的アルゴリズムを特徴付けるとともに、最小ラベル付けスタイナーツリー(MLST)問題を解く際の性能を評価する。 我々は、進化的アルゴリズムを、時間とともに超最適で実現不可能な解の集団を進化させることによって実現可能な解に到達する過程として定義する。 我々は, 交叉, 突然変異, 適合性などの古典的進化的概念が, 最適解, 最適解に到達するためにどのように適応できるかを示す。
  論文  参考訳（メタデータ） (2020-04-18T13:27:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。