ارائه روشی برای خوشه بندی مبتنی برمدل محاسباتی آدلمن - لیپتون

امروزه حجم عظیمی ازداده های خام توسط شرکت ها و سازمانها درپایگاه داده ها ذخیره شده و روزبروز به میزان این داده ها افزوده میشود اگراین داده ها به روش مناسبی پردازش شوند اطلاعات مفیدی ازآنها استخراج میشود که درنهای تمنجر به ارتقا سازمان و ارایه بهتر خدمات توسط آنها میشود روش های زیادی برای تحلیل داده ها و استخراج اطلاعات سودمند ازآ«ها وجود دارد که یکی ازاین روشها داده کاوی است یکی ازمهمترین تکنیکهای داده کاوی خوشه بندی است اغلب روشهای خوشه بندی نیازمند پردازشهای زیاد توسط سیستم کامپیوتری است که دربرخی موارد خارج ازتوان سیستم های موجود می باشد ازسوی دیگر درسالهای اخیر توانایی سیستم های بیولوژیکی درحل مسائل ان. پی کامل به اثبات رسیده است به دلیل قدرت پردازش موازی بسیارزیاد مولکولهای دی.ان.ای امکان جستجوی تمام فضای راه حل با استفاده ازعملگرهای بیولوژیکی میسرمیشود دراین مقاله روشی جدید برای حل مسائل خوشه بندی مبتنی برمدل محاسباتی آدلمن - لیپتون ارایه میشود که درآن خوشه بندی با تکنیکهای محاسبات مولکولی با استفاده ازواکنش های بیوشیمیایی بصورت موازی انجام میشود روش پیشنهادی درمقابل حجم زیاد داده ها به خوبی پاسخگوخواهد بود و نیازی به دانستن تعدادخوشه ها ازقبل نیست

کلیدواژه ها:

محاسبات مولکولی ، خوشه بندی ، داده کاوی ، مدل آدلمن - لیپتون ، لوله آزمایش