論文の概要: Phenotype Search Trajectory Networks for Linear Genetic Programming
- arxiv url: http://arxiv.org/abs/2211.08516v2
- Date: Fri, 23 Jun 2023 16:42:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-26 17:46:05.328373
- Title: Phenotype Search Trajectory Networks for Linear Genetic Programming
- Title(参考訳): 線形遺伝的プログラミングのためのPhenotype Search Trajectory Networks
- Authors: Ting Hu and Gabriela Ochoa and Wolfgang Banzhaf
- Abstract要約: 中立性(英: Neutrality)は、いくつかの突然変異が表現型変化を起こさないという観察である。
遺伝的プログラミングシステムの探索軌跡をグラフベースモデルとして検討する。
遺伝子型とコルモゴロフ複雑性を含む表現型の特徴を測定した。
- 参考スコア(独自算出の注目度): 8.079719491562305
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Genotype-to-phenotype mappings translate genotypic variations such as
mutations into phenotypic changes. Neutrality is the observation that some
mutations do not lead to phenotypic changes. Studying the search trajectories
in genotypic and phenotypic spaces, especially through neutral mutations, helps
us to better understand the progression of evolution and its algorithmic
behaviour. In this study, we visualise the search trajectories of a genetic
programming system as graph-based models, where nodes are genotypes/phenotypes
and edges represent their mutational transitions. We also quantitatively
measure the characteristics of phenotypes including their genotypic abundance
(the requirement for neutrality) and Kolmogorov complexity. We connect these
quantified metrics with search trajectory visualisations, and find that more
complex phenotypes are under-represented by fewer genotypes and are harder for
evolution to discover. Less complex phenotypes, on the other hand, are
over-represented by genotypes, are easier to find, and frequently serve as
stepping-stones for evolution.
- Abstract(参考訳): 遺伝子型からフェノタイプへのマッピングは、突然変異などの遺伝子型変異を表現型変化に変換する。
中立性は、一部の変異が表現型の変化を起こさないという観察である。
遺伝子型および表現型空間における探索軌跡の研究、特に中性突然変異は、進化の進行とそのアルゴリズム的振る舞いをよりよく理解するのに役立ちます。
本研究では,遺伝的プログラミングシステムの探索軌跡をグラフベースモデルとして視覚化し,ノードは遺伝子型/フェノタイプ,エッジは突然変異遷移を表す。
また,遺伝子型の存在量(中立性要件)やコルモゴロフ複雑性を含む表現型の特徴を定量的に測定した。
我々はこれらの定量化指標を探索軌跡の可視化と結びつけ、より複雑な表現型がより少ない遺伝子型によって過小評価されており、発見が困難であることを示す。
一方、より複雑な表現型は遺伝子型によって過剰に発現され、発見が容易であり、しばしば進化の踏み台となる。
関連論文リスト
- On The Nature Of The Phenotype In Tree Genetic Programming [3.8642945120580703]
ツリーベースGP(TGP)における遺伝子型と表現型の基本概念について論じる。
次に、5つのベンチマークデータセットを使ってその振る舞いを分析する。
表現型を生成するために,GP木から意味的に非効率なコードを取り除くユニークな手法を提案する。
論文 参考訳(メタデータ) (2024-02-12T19:19:29Z) - A Comparative Analysis of Gene Expression Profiling by Statistical and
Machine Learning Approaches [1.8954222800767324]
がん検体を分類する機械学習モデルの生物学的および方法論的限界について論じる。
遺伝子ランキングはこれらのモデルに適応した説明可能性法から得られる。
ブラックボックスニューラルネットワークによって学習された情報は、微分表現の概念と関連している。
論文 参考訳(メタデータ) (2024-02-01T18:17:36Z) - Unsupervised Learning of Invariance Transformations [105.54048699217668]
近似グラフ自己同型を見つけるためのアルゴリズムフレームワークを開発する。
重み付きグラフにおける近似自己同型を見つけるために、このフレームワークをどのように利用できるかについて議論する。
論文 参考訳(メタデータ) (2023-07-24T17:03:28Z) - Unsupervised ensemble-based phenotyping helps enhance the
discoverability of genes related to heart morphology [57.25098075813054]
我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。
教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。
これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
論文 参考訳(メタデータ) (2023-01-07T18:36:44Z) - Probabilistic Genotype-Phenotype Maps Reveal Mutational Robustness of
RNA Folding, Spin Glasses, and Quantum Circuits [0.0]
本稿では,各遺伝子型を表現型確率ベクトルにマッピングする確率的遺伝子型フェノタイプマップを紹介する。
本研究では,様々な物理源から生じる不確実性に対処できることを示す3つのモデルシステムについて検討する。
いずれのケースにおいても,より頻繁な表現型に対するランダムな期待に対して拡張された,新しい双相性頑健性尺度が観察される。
論文 参考訳(メタデータ) (2023-01-04T23:09:38Z) - Few-Shot Meta Learning for Recognizing Facial Phenotypes of Genetic
Disorders [55.41644538483948]
分類の自動化と類似性検索は、医師が可能な限り早期に遺伝状態の診断を行うための意思決定を支援する。
従来の研究は分類問題としてこの問題に対処し、深層学習法を用いてきた。
本研究では,健常人の大規模なコーパスで訓練した顔認識モデルを用いて,顔の表情認識に移行した。
論文 参考訳(メタデータ) (2022-10-23T11:52:57Z) - Graph Coloring via Neural Networks for Haplotype Assembly and Viral
Quasispecies Reconstruction [8.828330486848753]
我々はグラフ表現学習と最適化を組み合わせたNeurHapと呼ばれる新しい手法を開発した。
我々の実験は、競合するアプローチと比較して、実データや合成データセットにおけるNeurHapの性能を著しく向上させる。
論文 参考訳(メタデータ) (2022-10-21T12:53:09Z) - rfPhen2Gen: A machine learning based association study of brain imaging
phenotypes to genotypes [71.1144397510333]
56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。
アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。
ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
論文 参考訳(メタデータ) (2022-03-31T20:15:22Z) - Self-Supervised Graph Representation Learning for Neuronal Morphologies [75.38832711445421]
ラベルのないデータセットから3次元神経形態の低次元表現を学習するためのデータ駆動型アプローチであるGraphDINOを提案する。
2つの異なる種と複数の脳領域において、この方法では、専門家による手動の特徴に基づく分類と同程度に形態学的細胞型クラスタリングが得られることを示す。
提案手法は,大規模データセットにおける新しい形態的特徴や細胞型の発見を可能にする可能性がある。
論文 参考訳(メタデータ) (2021-12-23T12:17:47Z) - VEGN: Variant Effect Prediction with Graph Neural Networks [19.59965282985234]
本稿では,遺伝子と変異を持つ異種グラフ上で動作するグラフニューラルネットワーク(GNN)を用いて,変異効果予測をモデル化したVEGNを提案する。
このグラフは、変異体を遺伝子に割り当て、遺伝子-遺伝子相互作用ネットワークに遺伝子を接続することによって作成される。
VeGNは既存の最先端モデルの性能を改善する。
論文 参考訳(メタデータ) (2021-06-25T13:51:46Z) - Epigenetic evolution of deep convolutional models [81.21462458089142]
我々は、より深い畳み込みモデルを進化させるために、これまで提案されていた神経進化の枠組みを構築した。
異なる形状と大きさのカーネルを同一層内に共存させる畳み込み層配置を提案する。
提案したレイアウトにより、畳み込み層内の個々のカーネルのサイズと形状を、対応する新しい突然変異演算子で進化させることができる。
論文 参考訳(メタデータ) (2021-04-12T12:45:16Z)
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。