طبقه‌بندی‌کننده دو مرحله‌ای مبتنی بر نمایش تنک و کاربرد آن در تشخیص سرطان

با توجه به نتایج موفقیت‌آمیز طبقه‌بندی‌کننده مبتنی بر نمایش تنک (src) و خوشه‌بندی زیرفضای تنک (ssc) در کاربردهای مختلف، در این مقاله با ترکیب این دو روش، یک روش طبقه‌بندی سلسله مراتبی ارایه می‌شود. ایده اصلی در روش‌های طبقه‌بندی و خوشه‌بندی مبتنی بر نمایش تنک، نمایش هر داده به صورت ترکیب خطی تنک از سایر داده‌ها است به گونه‌ای که داده‌های مشابه با داده مورد نظر در این ترکیب خطی بیشترین وزن را به خود اختصاص دهند. در روش پیشنهادی، به منظور دست‌یابی به صحت طبقه‌بندی بیشتر، ابتدا داده‌های آموزشی با استفاده از روش خوشه‌بندی زیرفضای تنک بخش‌بندی می‌شوند. سپس با استفاده از شیوه بکار گرفته شده در طبقه‌بندی‌کننده مبتنی بر نمایش تنک، طبقه‌بندی‌کننده‌ای دو مرحله‌ای طراحی می‌شود. در مرحله اول، خوشه‌ای که داده ورودی بیشترین شباهت را با آن دارد تعیین شده و در مرحله بعد طبقه مربوطه (برچسب داده) تعیین می‌شود. برای ارزیابی روش پیشنهادی از دادگان ریزآرایه 14-tumors - که حاوی اطلاعات مربوط به 14 نوع سرطان مختلف است- استفاده شده است. از جمله ویژگی‌های این دادگان تعداد زیاد بعد در مقابل تعداد کم نمونه در هر دسته است که عمل طبقه‌بندی آن‌ها را به مساله‌ای چالش‌برانگیز تبدیل می‌کند. ابعاد زیاد داده‌ها نه تنها مشکلاتی از جمله نفرین ابعاد و بیش انطباق طبقه‌بندی‌کننده به داده‌های آموزشی را به دنبال دارد، بلکه باعث افزایش پیچیدگی محاسباتی شده؛ زمان لازم را برای اجرای الگوریتم‌ها افزایش می‌دهد. آزمایش‌های انجام شده بر این دادگان با استفاده از روش پیشنهادی نشان می‌دهد که در مقایسه با سایر روش‌های طبقه‌بندی، این روش به نتایج بهتری منجر می‌شود.