پروژه یادگیری ماشین (7965)

شرح پروژه

سلام و خسته نباشید. 

در مورد پروژه یادگیری ماشین مزاحم میشم. 

پروژه ای که قرار است انجام شود مربوط به ارتباط بین پروتئینهای انسان و پاتوژنها است. از آنجایی که بخش زیادی از پژوهش انجام شده و تنها در قسمت یادگیری ماشین آن با مشکل مواجه شده ام، به سراغ توضیحات اصلی میروم. 

هدف اصلی پروژه پیش بینی این مسئله است که دو پروتئین، که یکی از آنها مربوط به انسان میشود و دیگری مربوط به یک باکتری یا ویروس، با یکدیگر ارتباط دارند (دسته ۱) یا خیر (دسته ۰). به بیان دیگر آیا پروتئین host (انسان) توسط پروتئين pathogen (باکتری یا ویروس) آلوده می شود و یا خیر. 

این کار باید با استفاده از روشهای یادگیری عمیق انجام شود. (Deep learning)

در حال حاضر یک مجموعه داده داریم که عملا داده های دسته ۱ (داده های مثبت) را نشان میدهد. این مجموعه داده از حدود ۹ هزار پروتئین انسان و ۴ هزار پروتئین باکتری و ویروس تشکیل شده که مجموعا حدود ۴۵ هزار نمونه را تشکیل میدهند. (یعنی یک دیتاست مثبت داریم که حدود ۴۵ هزار نمونه دارد). برای این ۴۵ هزار نمونه، feature extraction قبلا انجام شده است. نحوه کار به این صورت بوده که پروتئینهای انسان و باکتری یا ویروس، هر یک به صورت جداگانه به یک نرم افزار به اسم profeat داده شده و از هر پروتئین حدود ۱۴۰۰ ویژگی استخراج شده است. یعنی برای هر ارتباط بین پروتئین انسان و باکتری، ۲۸۰۰ ویژگی داریم (۱۴۰۰ ویژگی پروتئین انسان و ۱۴۰۰ ویژگی پروتئین باکتری). 

حالا مشکلی که وجود دارد، پیدا کردن دیتاست منفی است. یعنی مجموعه ای نداریم که مثلا بگوید فلان پروتئین انسان با فلان پروتئین باکتری، قطعا ارتباط ندارد. به همین علت احتمالا نیاز داریم که مجموعه منفی را به نوعی از داده های مثبت تولید کنیم. (این بخش اول چالش است) 

چالش اصلی دیگر هم پیاده سازی روش یادگیری عمیق روی نتیجه نهایی است به گونه ای که احتمال پیش بینی درست را افزایش دهیم (مثلا نسبت به الگوریتمهایی مانند Decision Tree) 

لطفا تخمین هزینه و زمان کار را به اینجانب اطلاع دهید. 

با تشکر

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

Hamyarprozhe

عضویت یازده سال پیش

52440 پروژه ثبت شده ،

44 پروژه در حال انجام ،

233 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 15%