文献

J-GLOBAL ID：201802240243313032   整理番号：18A0186054

FQI SARSAを用いた遺伝子調節ネットワークの制御【Powered by NICT】

Controlling Gene Regulatory Networks with FQI-SARSA

著者 (3件)： Nishida Cyntia Eico Hayama ,  Costa Anna Helena Reali ,  Bianchi Reinaldo Augusto da Costa
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BRACIS  ページ： 216-221  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 遺伝子調節ネットワークモデルの外部制御は処理の設計を加速する疾患状態を避けるように助けることができる。しかし,このモデルを推定し,それを制御する時間と空間の指数関数的複雑さを持つが,モデルに依存しない方法のための生存不能大規模ネットワークを形成している。高々数十遺伝子のモデルのみが制御問題に用いることができるので,これは文献で明らかである。データから部分的に観測可能な遺伝子調節ネットワークを直接制御することに対する,フィットされたQ反復Sarsaバッチ強化学習法を適用し,新しい報酬機能および遺伝子発現試料から経験タプルを創造するための方法を提案した。筆者らのフレームワークは時系列試料に限らずに近似確率政策を生成し,経験タプルを管理する自由に可能にした。結果は著者らの方法が以前の研究よりもより効果的であることを示し,望ましい状態への望ましくないと高い期待報酬間の高いシフトであった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 指数関数 ,  遺伝子発現 ,  強化学習 ,  ロット ,  近似法 ,  *遺伝子 ,  モデル
準シソーラス用語： 大規模ネットワーク ,  *遺伝子調節ネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 遺伝子発現  (EC02040Q) ,  人工知能  (JE08000Z) ,  遺伝学研究法  (EC01020N)

タイトルに関連する用語 (1件)： 遺伝子調節ネットワーク