Εξελικτικές μέθοδοι βελτιστοποίησης για την ταξινόμηση (ιατρικών) δεδομένων: χρήση γενετικού αλγορίθμου στο πρόβλημα ταξινόμησης κυττάρων τεστ Παπανικολάου
Η Τεχνητή Νοημοσύνη (Artificial Intelligence) διαδραματίζει ολοένα και σημαντικότερο ρόλο στην εποχή μας. Η πολυπλοκότητα των συστημάτων σε επεξεργασία, ανάλυση και αποθήκευση όγκου δεδομένων την καθιστά απαραίτητη για τις επερχόμενες τεχνολογικές εξελίξεις. Ένας από τους κλάδους της Τεχνητής Νοημοσ...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | el_GR |
| Δημοσίευση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/23084 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
| Περίληψη: | Η Τεχνητή Νοημοσύνη (Artificial Intelligence) διαδραματίζει ολοένα και σημαντικότερο ρόλο στην εποχή μας. Η πολυπλοκότητα των συστημάτων σε επεξεργασία, ανάλυση και αποθήκευση όγκου δεδομένων την καθιστά απαραίτητη για τις επερχόμενες τεχνολογικές εξελίξεις. Ένας από τους κλάδους της Τεχνητής Νοημοσύνης είναι και οι Εξελικτικοί Αλγόριθμοι (Evolutionary Algorithms) οι οποίοι σταδιακά κερδίζουν έδαφος σε περισσότερους χώρους εφαρμογής. Αντικείμενο της παρούσας διπλωματικής αποτελεί η μελέτη των Εξελικτικών Αλγορίθμων στον χώρο εφαρμογής των προβλημάτων ταξινόμησης (classification) και κατα πόσο αυτοί μπορούν να αποδώσουν εξίσου καλά με τις υπόλοιπες μεθόδους. Η συγκεκριμένη κατηγορία προβλημάτων, στην πλειοψηφία των περιπτώσεων στην βιβλιογραφία, έχει αντιμετωπιστεί με αλγορίθμους Μηχανικής Μάθησης (Machine Learning).
Η ταξινόμηση είναι ένα προγνωστικό πρόβλημα μοντελοποίησης, για την αναγνώριση της κατηγορίας όπου ανήκει μια νέα παρατήρηση, με βάση ένα σύνολο δεδομένων εκπαίδευσης (training set). Το σύνολο των δεδομένων εκπαίδευσης περιέχει παρατηρήσεις των οποίων η ιδιότητα είναι γνωστή, δηλαδή είναι γνωστό σε ποιά κατηγορία ανήκουν. Ορισμένα από τα κύρια γνωρίσματα των προβλημάτων ταξινόμησης είναι ο μεγάλος όγκος δεδομένων (Big Data) και το πρόβλημα της διαστασιμότητας (dimensionality), το οποίο αντικατοπτρίζεται από τις πολλές μεταβλητές μιας βάσης δεδομένων. Ως εκ τούτου τα προβλήματα ταξινόμησης μεγάλου όγκου δεδομένων αποτελούν μια από τις σημαντικότερες προκλήσεις της Τεχνητής Νοημοσύνης (Artificial Intelligence).
Σκοπός των μεθόδων επίλυσης των παραπάνω προβλημάτων είναι η καλύτερη δυνατή ταξινόμηση των δεδομένων σε κλάσεις με το μικρότερο δυνατό ποσοστό λάθους. Η προσέγγιση των Εξελικτικών Αλγορίθμων σε προβλήματα ταξινόμησης επιτυγχάνεται μέσω της μετατροπής του προβλήματος ταξινόμησης σε πρόβλημα βελτιστοποίησης. Επομένως, στην προτεινόμενη μέθοδο, κύριο μέλημα αποτελεί η εξερεύνηση των Εξελικτικών Αλγορίθμων και ο τρόπος λειτουργίας τους, για την εφαρμογή τους σε πρόβλημα ταξινόμησης. Πιο συγκεκριμένα, χρησιμοποιείται ο Γενετικός Αλγόριμος (Genetic Algorithm) ο οποίος ανήκει στους Εξελικτικούς Αλγορίθμους και είναι τεχνική που έχει αποδείξει οτι μπορεί να χρησιμοποιηθεί με επιτυχία στην επίλυση σύνθετων προβλημάτων αναζήτησης και βελτιστοποίησης.
Για την επίλυση ενός προβλήματος ταξινόμησης πρέπει να δημιουργηθεί ένα μοντέλο ταξινόμησης βασισμένο στα δεδομένα του συνόλου εκπαίδευσης. Στην προτεινόμενη μέθοδο το μοντέλο ταξινόμησης δημιουργείται μέσω της αντικειμενικής συνάρτησης η οποία είναι η Ευκλείδια απόσταση και λειτουργεί ως μέτρο ομοιότητας μεταξύ των δεδομένων και των αναζητητών. Η μέθοδος που αναπτύχθηκε εφαρμόστηκε στο πρόβλημα ταξινόμησης κυττάρων Τέστ Πάπ το οποίο αποτελείται από 917 φωτογραφίες ανθρωπίνων κυττάρων και η κάθε φωτογραφία χαρακτηρίζεται από 20 μεταβλητές απόφασης. Σκοπός είναι να χωριστούν τα δεδομένα σε δύο κατηγορίες, φυσιολογικά (normal) και μη φυσιολογικά κύτταρα (abnormal). Τα αποτελέσματα της μεθόδου συγκρίνονται με αποτελέσματα υβριδικών σχημάτων όπως Γενετικού Αλγορίθμου και Κ-Κοντινότερου Γείτονα (K-Nearest Neighbor) που παρουσίασαν οι (Jantzen and Dounias, 2009). Επίσης, συγκρίνονται με τα αποτελέσματα των υβριδικών σχημάτων Αναζητητή Ταμπού (Tabu Search) και παραλαγές του Κ-Κοντινότερου Γείτονα, με τον αλγόριθμο Βελτιστοποίησης Σμήνους Σωματιδίων (Particle Swarm Optimization) και παραλλαγές του Κ-Κοντινότερου Γείτονα και τέλος με τον αλγόριθμο Αποικίας Μυρμηγκιών (Ant Colony Optimization) και παραλλαγές του Κ-Κοντινότερου Γείτονα που επίσης παρουσίασαν οι (Marinakis et al., 2009b). Τέλος, συγκρίνεται με τη μέθοδο ANFIS (Adaptive Neuro Fuzzy Inference System) που αποτελεί μέθοδο Μηχανικής Μάθησης (CI-Technique) (Dounias et al., 2006). Συγκεκριμένη αναφορά γίνεται και στο μοντέλο GENFIS_M3, που χρησιμοποιεί τον κοντινότερο γείτονα (Nearest Neighbor) ως ταξινομητή και για την επιλογή χαρακτηρηστικών την μέθοδο Simulated Annealing (SA). Τα αποτελέσματα της μεθόδου που αναπτύχθηκε εμφάνισαν ελαφρώς μικρότερα ποσοστά επιτυχίας συγκριτικά με τις άλλες μεθόδους, με ενθαρρυντικά αποτελέσματα στην διάγνωση των Ψευδώς Αρνητικών (False Negative) δεδομένων. Σημαντικά περιθώρια για μελλοντική έρευνα υπάρχουν τόσο στο κομμάτι της υλοποίησης του αλγορίθμου όσο και στο συνδυασμό της μεθόδου με άλλα σχήματα ή ακόμα και με την χρήση επιλογής χαρακτηριστικών (feature selection). |
|---|