ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دمج طريقة مقدر الترجيح الأعظم...>مارك

دمج طريقة مقدر الترجيح الأعظم مع طريقة قيد الجيل باستخدام الخوارزمية الجينية لتقدير معلمة توزيع بولتزمان المتمثل بمعلمة الـ "RNA"

العنوان بلغة أخرى: Combining Maximum Likelihood Estimate with Constraint Generation "ML-CG" Method by Using the Genetic Algorithm to Estimate the Parameter of Boltzmann's Distribution Represented by "RNA"
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: حميد، فرح سعد نشاط (مؤلف)
مؤلفين آخرين: إلياس، انتصار إبراهيم (م. مشارك)
المجلد/العدد: مج15, ع45
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الصفحات: 216 - 231
ISSN: 1813-1719
رقم MD: 1204269
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الخوارزميات الجينية | الأنظمة الذكية | الذكاء الاصطناعي | الأساليب الإحصائية
كلمات المؤلف المفتاحية:
الخوارزمية الجينية | توزيع بولتزمان | الترجيح الأعظم | قيد الجيل | Genetic Algorithm | Boltzmann Distribution | Maximum Likelihood | Generation Constraint
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 03418nam a22002537a 4500
001 1951230
041 |a ara 
044 |b العراق 
100 |9 644341  |a حميد، فرح سعد نشاط  |e مؤلف 
245 |a دمج طريقة مقدر الترجيح الأعظم مع طريقة قيد الجيل باستخدام الخوارزمية الجينية لتقدير معلمة توزيع بولتزمان المتمثل بمعلمة الـ "RNA" 
246 |a Combining Maximum Likelihood Estimate with Constraint Generation "ML-CG" Method by Using the Genetic Algorithm to Estimate the Parameter of Boltzmann's Distribution Represented by "RNA" 
260 |b جامعة تكريت - كلية الإدارة والاقتصاد  |c 2019 
300 |a 216 - 231 
336 |a بحوث ومقالات  |b Article 
520 |b With the enormous scientific progress that technology is witnessing at the moment, new types of systems have emerged called smart systems. That have been developed and used in many current applications Genetic algorithms. Were used in this research to study the distribution of Boltzmann, which is subject to the composition of ribosomal RNA, and included the suggestion of a genetic algorithm that combines the method of the maximum likelihood with the method of generation constraint to estimate the Boltzmann distribution parameter represented by the RNA parameter. 
520 |a مع التقدم العلمي الهائل الذي تشهده التكنولوجيا في الوقت الراهن، ظهرت أنماط جديدة من الأنظمة سميت بالأنظمة الذكية التي سرعان ما طورت واستخدمت في العديد من التطبيقات الحالية ومن هنا جاءت الخوارزميات الجينية (Genetic Algorithms) حيث استخدمت هذه الخوارزمية في هذا البحث لدراسة توزيع بولتزمان الذي يخضع له تركيب الحامض النووي الرايبوسومي RNA وتضمن اقتراح خوارزمية جينية تدمج بين طريقة مقدر الترجيح الأعظم مع طريقة قيد الجيل لتقدير معلمة توزيع بولتزمان المتمثل بمعلمة الـ RNA. وقد أظهرت النتائج أن الخوارزمية الجينية المدمجة أفضل لتقدير معلمة سلسلة ال RNA من الطرق السابقة. ولقد تم استخدام البرنامج Matlab في كتابة خوارزميات البحث وإيجاد النتائج. 
653 |a الخوارزميات الجينية  |a الأنظمة الذكية  |a الذكاء الاصطناعي  |a الأساليب الإحصائية 
692 |a الخوارزمية الجينية  |a توزيع بولتزمان  |a الترجيح الأعظم  |a قيد الجيل  |b Genetic Algorithm  |b Boltzmann Distribution  |b Maximum Likelihood  |b Generation Constraint 
700 |9 180580  |a إلياس، انتصار إبراهيم  |e م. مشارك 
773 |4 الاقتصاد  |4 الإدارة  |6 Economics  |6 Management  |c 032  |e Tikrit Journal of Administration and Economics Sciences  |f Mağallaẗ tikrīt li-l-ʻulūm al-idāriyyaẗ wa-al-iqtiṣādiyyaẗ  |l 045  |m مج15, ع45  |o 2354  |s مجلة تكريت للعلوم الإدارية والاقتصادية  |v 015  |x 1813-1719 
856 |u 2354-015-045-032.pdf 
930 |d n  |p y  |q n 
995 |a EcoLink 
999 |c 1204269  |d 1204269 

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.