Application of convolutional neural networks for big data classification systems
L. Yasinska-Damri, Bohdan Durnyak, Sergii A. Babichev · Computer Technologies of Printing · 2022
УкраїнаПодано результати дослідження щодо розробки системи класифікації великих даних на основі згорткової нейронної мережі.Як експериментальні дані застосовані дані експресій генів пацієнтів, що досліджувалися на рак легенів.Було досліджено 156 пацієнтів, з яких 65 за результатами аналізу ідентифіковані як здорові, а у 91 пацієнта виявлена ракова пухлина.Кожний мікрочіп містив 54675 генів.Оброблення даних проводилося у два етапи.На першому етапі було виділено 10000 найбільш інформативних генів за статистичними критеріями та ентропією Шеннона.На другому етапі проводилася класифікація об'єктів, що містили як атрибути експресію виділених генів шляхом застосування згорткової нейронної мережі, при цьому були досліджені різні комбінації параметрів мережі.Отримані діаграми точності класифікації даних у процесі навчання та валідації моделі нейронної мережі свідчать про відсутність перенавчання мережі, при цьому точність класифікації на тестовій підмножині даних досягла 97 відсотків.Тільки один об'єкт із 39 був ідентифікований некоректно, що свідчить про високу ефективність запропонованої моделі.Ключові слова: згорткова нейронна мережа, дані експресій генів, класифікація даних, точність класифікації.Постановка проблеми.Розроблення гібридних моделей формування підмножин диференційно експресованих та взаємно корельованих профілів експресій генів на основі комплексного застосування методів інтелектуального аналізу даних та машинного навчання є одним із актуальних напрямів сучасної біоінформатики.Вирішення цієї проблеми створює умови для розроблення високоефективних систем діагностики стану здоров'я пацієнтів на основі даних експресій генів, що можуть дозволити ідентифікувати на ранньому етапі такі