Méthodes hybrides pour l'optimisation combinatoire : Application au problème de classification de cancer.
fre
Loading...
Authors
Files
Collections
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Sciences de Rabat
Department
Supervisor
Date
Abstract
Dans cette thèse, nous proposons des méthodes innovantes pour réduire la taille initiale des données de puces à ADN/ sélectionner des ensembles de gènes pertinents qui assurent une bonne précision dans l’identification des tumeurs cancéreuses. Premièrement, nous avons proposé plusieurs méthodes de sélection de gènes, basées sur les Métaheuristiques BPSO (optimisation par essaim de particules version binaire), ACO (optimisation par colonies de fourmis)/VNS (recherche de voisinage variable). En effet:
Description
Keywords
Sélection d'attributs, Classification supervisée, puces à ADN, Optimisation par Essaim de Particules, Optimisation par Colonies de Fourmis, Recherche de Voisinage Variable, Ensemble pendant de Poids Maximum, Régression Logistique Pénalisée, Generalized Fused LASSO.