| Abstract |
Bakalaura darbā ir izpētītas un analizētas piederības funkciju konstruēšanas metodes un atrastas piemērotākās no tām, ko var izmantot bioinformātikas datu kopām.
Lai sasniegtu darbā izvirzīto mērķi, tika izpētīta pieejamā literatūra par piederības funkciju konstruēšanas metodēm un atrastas piemērotākās piederības funkciju metodes, ar kurām veikt tālākus eksperimentus. Tika izpētīta programnodrošinājuma pieejamība piederības funkciju konstruēšanas metožu salīdzināšanai. Tika veikts pētījums par piederības funkciju konstruēšanas metodēm, ko iespējams izmantot bioinformātikas datiem un veikta piederības funkciju konstruēšanas metožu (piederības funkciju konstruēšanas metode, izmantojot pāru salīdzinājumus, piederības funkciju konstruēšanas metode, balstoties uz ekspertu vērtējumiem, parametriskā piederības funkciju konstruēšanas metode, piederības funkciju konstruēšanas metode statistiskiem datiem un piederības funkciju konstruēšanas metode, balstīta uz intervālu salīdzinājumiem) salīdzinošā analīze, tika izmantotas četras reālas datu kopas (divas leikēmijas slimnieku datu kopas, vienu gastrīta vēža datu kopu un vienu prostatas vēža datu kopu), nepieciešamības gadījumā vispirms normalizējot datus un veicot trūkstošo vērtību aizstāšanu. Eksperta metodei tika izveidots eksperta imitācijas algoritms, kas imitē eksperta viedokli, veidojot piederības funkcijas. Pēc veiktajiem eksperimentiem tika veikta iegūto rezultātu salīdzinošā analīze.
Iegūtie rezultāti norāda, ka izvēloties piemērotāku piederības funkciju konstruēšanas metodi, iespējams iegūt efektīvākas piederības funkcijas, kas sniedz labākus klasifikācijas rezultātus.
Darbs sastāv no divām nodaļām un 2 pielikumiem.
Darba apjoms - 76 lpp., 34 tabulas, 19 attēli. |
