قابلیت پیش بینی مدل های آماری پیش بینی ژنومی هنگامیکه صفت مورد بررسی تحت تأثیر معماری کاملاً افزایشی است
m. momen، department of animal science, faculty of agriculture, shahid bahonar university of kerman, kerman, iran a. ayatollahi mehrgardi، department of animal science, faculty of agriculture, shahid bahonar university of kerman, kerman, iran a. sheikhy، department of animal science, faculty of mathematics and computer science, shahid bahonar university of kerman, kerman, iran a.k. esmailizadeh، department of animal science, faculty of agriculture, shahid bahonar university of kerman, kerman, iran m. assadi foozi، department of animal science, faculty of agriculture, shahid bahonar university of kerman, kerman, iran
Download full textFree with an account; signing up with Google takes seconds
Abstract(in Persian; no English abstract is available)
یک مطالعه شبیه سازی شده به منظور بررسی قابلیت پیشبینی روشهای پارامتری و ناپارامتری پیشبینی ژنومی، هنگامی که صفت کمی تحت تأثیر معماری ژنتیکی کاملا افزایشی صورت گرفت. بدین منظور یک صفت کمّی با وراثتپذیری کاملاً افزایشی (h2=0.3)، تحت تأثیر 300 جایگاه کنترل کننده صفت کمّی (qtl)، شبیهسازی شد. قابلیت پیشبینی 14 مدل آماری براساس چهار معیار اریبی، مجموع مربعات خطا، همبستگی بین مقدار فنوتیپ مشاهده شده و ارزش اصلاحی ژنومی برآورد شده وهمچنین، همبستگی ارزش اصلاحی برآورد شده و ارزش اصلاحی واقعی برآورد گردید. نتایچ نشان داد که مدلهای پیشبینی ژنومی پارامتری قابلیت پیشبینی بهتری نسبت به مدلهای غیرپارامتری دارند. همچنین، تمامی مدلهای پارامتری به غیر از روش rr-blup بیشتر واریانس فنوتیپی را میتوانند توجیه کنند و مجموع مربعات خطای کمتر، همبستگی پیشبینی و همبستگی ارزش اصلاحی برآورد شده و ارزش اصلاحی واقعی بالاتری برآورد گردید. همچنین این روشها کمترین اریبی را نشان دادند و مقادیر پیشبینی شده حاصل از آنها نااریبتر بود. روش ناپارامتری random forest بدترین عملکرد را نشان داد. به طور کلی نتایج این شبیهسازی نشان داد که، تفاوت بسیار زیادی بین روشهای ناپارامتری هنگامیکه صفت تحت تأثیر معماری ژنتیکی غیر افزایشی میباشد وجود دارد. این اتفاق ممکن است زمانیکه اثرات غلبه و اپیستاتیک به عنوان واریانس غیر افزایشی در معماری ژنتکی صفت دخیل باشند وجود نداشته باشد.
با توجه به افزایش روز افزون جمعیت و سرعت بالای آن و تاثیر آن در رشد شهری، مطالعه، بررسی، و پیشبینی رشد شهری از موضوعات مهم جامعه امروزی محسوب میگردد. لذا، هدف اصلی این مقاله بررسی و نمایش رشد شهری در سالهای اخیر و پیشبینی آن برای سالهای آینده میباشد. به این منظور، در این تح
Articleعلوم و فنون نقشه برداریپرهام پهلوانی، p. pahlavani school of surveying and geospatial eng.دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی حسین عسکریان عمران، h. askarian omran
با توجه به افزایش روز افزون جمعیت و سرعت بالای آن و تاثیر آن در رشد شهری، مطالعه، بررسی، و پیشبینی رشد شهری از موضوعات مهم جامعه امروزی محسوب میگردد. لذا، هدف اصلی این مقاله بررسی و نمایش رشد شهری در سالهای اخیر و پیشبینی آن برای سالهای آینده میباشد. به این منظور، در این تح
Article2013نشریه مهندسی صنایعسیدعلی ترابی، شیما پاشاپورنظری، نجمه نشاط
در این مقاله، یک رویکرد جدید مدلسازی برای مدل های شبکه عصبی مصنوعی بر مبنای مفاهیم شبکههای عصبی و رگرسیون فازی ارائه شده است. به این منظور، مدل شبکه عصبی مصنوعی در قالب یک مدل رگرسیون غیرخطی فازی فرموله شده است، به نحوی که این مدل، مزایای هر دو مدل رگرسیون فازی و شبکه عصبی مصنو
Articleتحقیق در عملیات در کاربردهای آنحبیب اله جوانمرد، دانشگاه آزاد اسلامی واحد اراک، گروه مدیریت صنعتی سیده فاطمه فقیدیان، دانشگاه آزاد اسلامی واحد اراک، گروه مهندسی صنایع
به کارگیری روشهای کمی پیش بینی در زمینه های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیطهای ناشناخته در دنیای واقعی و به ویژه در بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان برای تامین داده های مورد نیاز شده است. برتری مدلهای خاکستری نسبت به مدل های پ
Articleپژوهش های اقلیم شناسیپروین غفاریان، دکتری هواشناسی، عضو هیات علمی (استادیار)پژوهشگاه ملی اقیانوس شناسی و علوم جوی سید مجید برکاتی، کارشناس ارشد فیزیک و کارشناس سازمان هواشناسی
در این پژوهش خروجی های مدل wrf برای بارشی که در منطقه ی کارون منجر به وقوع سیل شده است، راستی آزمایی شدند. داده های دیدبانی شده ی بارش و داده های ماهواره trmm برای راستی آزمایی و داده های fnl به عنوان خروجی مدل استفاده شده اند. مدل با دو آشیانه با گام های شبکه ای 45 و15 کیلومتر،
Articleتحقیقات منابع آب ایرانمجید آزادی، استادیار/ گروه پژوهشی هواشناسی دینامیکی و همدیدی، پژوهشکده هواشناسی و علوم جو تهران، ایران. احسان تقی زاده، دانشجوی کارشناسی ارشد/ هواشناسی، گروه فیزیک، دانشگاه یزد، ایران. محمدحسین معماریان، استادیار/ گروه فیزیک، دانشگاه یزد، ایران.
در این مطالعه کارایی مدل تحقیقاتی و پیش بینی وضع هوا (wrf)1 برای پیش بینی های بارندگی تجمعی 24 ساعته در کشور ایران تعیین شده است. پیش بینی های روزانه برای دوره اول نوامبر 2008 تا 30 ژوئن 2009 برای بردهای 24، 48 و 72 ساعته راست آزمایی شده اند. فرایند راست آزمایی به طور جداگانه برا