智能計(jì)算與生物信息處理教學(xué)課件

智能計(jì)算與生物信息處理魯婷學(xué)分1948智能計(jì)算與生物信息處理陳月輝濟(jì)南大學(xué)信息科學(xué)與工程學(xué)院Te:82767581cilab,學(xué)山動(dòng)的哥郎的叫成e:但超Outline四智能計(jì)算-科學(xué)問題、內(nèi)容和發(fā)展生物信息學(xué)與系統(tǒng)生物學(xué)一問題和需要心使用智能計(jì)算方法解決生物學(xué)問題一例子四未來的計(jì)劃行么是智能計(jì)算心智能計(jì)算是指人工智能、計(jì)算智能、機(jī)器學(xué)習(xí)等學(xué)科或研究方向中的模擬人的智能和動(dòng)物智能的算法部分。四智能計(jì)算目前是計(jì)算機(jī)和自動(dòng)化等學(xué)科研究中的國際熱點(diǎn)研究領(lǐng)域。智能訐算相關(guān)的餅究課1進(jìn)化計(jì)算(EvolutionaryComputing)神經(jīng)計(jì)算(NeuralComputing模糊計(jì)算和粒度計(jì)算(FuzzyComputing)分層計(jì)算智能模型(Hierarchicalc回反向工程(ReverseEngineering)四概率圖模型(PGM)馬爾可夫邏輯網(wǎng)絡(luò)(MarkovLogicNetwork)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(BayesianNetworks)馬爾可夫隨機(jī)場(MarkovRandomField)及其應(yīng)用復(fù)雜網(wǎng)絡(luò)及其應(yīng)用研究(ComplexNetworks)回集成學(xué)習(xí)(Ensemblelearning)及其應(yīng)用智能訐算相關(guān)的餅究課2回機(jī)器學(xué)習(xí)多示例學(xué)習(xí)(Muti-nstancelearning)及其應(yīng)用-增強(qiáng)學(xué)習(xí)(Reinforcementlearning)及其應(yīng)用-流形學(xué)習(xí)(Manifoldlearning)及其應(yīng)用統(tǒng)計(jì)學(xué)習(xí)理論及SVM數(shù)據(jù)挖掘(Datamining)四Web智能及其應(yīng)用研究回腦機(jī)工程(BME)研究主成分分析(PcA)及其應(yīng)用智能訐算相關(guān)的科孚問分類和聚類問題(圖像處理和模式識別等)四復(fù)雜優(yōu)化問題四函數(shù)逼近問題四時(shí)間序列預(yù)測問題回發(fā)現(xiàn)(新奇點(diǎn)發(fā)現(xiàn)、離群點(diǎn)檢測、Motf發(fā)現(xiàn)等)四控制問題回決策問題課題組所涉及的智能計(jì)算方法回優(yōu)化算法參數(shù)進(jìn)化優(yōu)化算法:遺傳算法GeneticAlgorithm),進(jìn)化規(guī)劃(EvolutionaryProgramming),進(jìn)化策略(EvolutionaryStrategy),粒子群優(yōu)化算法(ParticleSwarmOptimization),螞蟻算法(Antc。olony),免疫優(yōu)化算法ImmuneAlgorithms),分布估計(jì)算法(EstimationofDistributionAlgorithms)等等樹結(jié)構(gòu)進(jìn)化優(yōu)化算法:遺傳編程(GenticProgramming),概率增強(qiáng)程序進(jìn)化(ProbabilisticncrementalProgramEvolution),語法引導(dǎo)的遺傳編程(Gramer-GuidedGeneticProgramming),基因表達(dá)式編程(GeneExpressionProgramming),多表達(dá)式編程MultiExpressionProgramming),分布估計(jì)編程(EstimationofDistributionProgramming);圖結(jié)構(gòu)進(jìn)化算法:進(jìn)化圖或進(jìn)化網(wǎng)絡(luò)。課題組所涉及的智能計(jì)算方法神經(jīng)網(wǎng)絡(luò)(NeuralNetworks,NN)前向傳播神經(jīng)網(wǎng)絡(luò)(FrowardPropagationNN)徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)B樣條神經(jīng)網(wǎng)絡(luò)(B-SplineNN)小波神經(jīng)網(wǎng)絡(luò)(WaveletnN)遞歸神經(jīng)網(wǎng)絡(luò)(RecurrentNI)自組織映射神經(jīng)網(wǎng)絡(luò)(Sef-OrganizationMapNN)柔性神經(jīng)樹(FlexibleNeuralTree)神經(jīng)網(wǎng)絡(luò)的集成Ensembleofnns)分層神經(jīng)網(wǎng)絡(luò)(Hierarchicalnns)FlexibleNeuralTree(FNT)Xf(a,b)iTshiddenyer不Xf(a,b;x)=exp((SomeoffunctionoperatorsandafnttreeaflexibleneuronoperatorAgeneralrepresentation(encoding)oftheFNTmodelwheretheusedfunctionsetisandtheterminalset種經(jīng)網(wǎng)絡(luò)的集成集成學(xué)習(xí)(Ensemblelearning)是一種機(jī)器學(xué)習(xí)范式,它使用多個(gè)(通常是同質(zhì)的)學(xué)習(xí)器來解決同一個(gè)問題集成學(xué)習(xí)中使用的多個(gè)學(xué)習(xí)器稱為個(gè)體學(xué)習(xí)器當(dāng)個(gè)體學(xué)習(xí)器均為決策樹時(shí),稱為“決策樹集成”當(dāng)個(gè)體學(xué)習(xí)器均為神經(jīng)網(wǎng)絡(luò)時(shí),稱為“神經(jīng)網(wǎng)絡(luò)集成ProblemProblem

1、最靈繁的人也看不見自己的背脊。——非洲

2、最困