...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Expert systems with applications >Mogamod: Multi-objective Genetic Algorithm For Motif Discovery
【24h】

Mogamod: Multi-objective Genetic Algorithm For Motif Discovery

机译：Mogamod：用于发现主题的多目标遗传算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose an efficient method using multi-objective genetic algorithm (MOGAMOD) to discover optimal motifs in sequential data. The main advantage of our approach is that a large number of tradeoff (i.e., nondominated) motifs can be obtained by a single run with respect to conflicting objectives: similarity, motif length and support maximization. To the best of our knowledge, this is the first effort in this direction. MOGAMOD can be applied to any data set with a sequential character. Furthermore, it allows any choice of similarity measures for finding motifs. By analyzing the obtained optimal motifs, the decision maker can understand the tradeoff between the objectives. We compare MOGAMOD with the three well-known motif discovery methods, AlignACE, MEME and Weeder. Experimental results on real data set extracted from TRANSFAC database demonstrate that the proposed method exhibits good performance over the other methods in terms of accuracy and runtime.
机译：我们提出一种使用多目标遗传算法（MOGAMOD）的有效方法来发现顺序数据中的最佳图案。我们的方法的主要优点是，就冲突的目标而言，一次运行即可获得大量折衷（即非主导）的图案：相似性，图案长度和支持最大化。据我们所知，这是朝着这个方向的第一步。 MOGAMOD可以应用于具有顺序字符的任何数据集。此外，它允许选择相似度来查找主题。通过分析获得的最佳主题，决策者可以了解目标之间的权衡。我们将MOGAMOD与三种著名的主题发现方法AlignACE，MEME和Weeder进行比较。从TRANSFAC数据库中提取的真实数据集的实验结果表明，该方法在准确性和运行时间方面都比其他方法表现出了更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号