Кластерный анализ пример использования

Была предпринята попытка рассмотреть проблему описания совокупности генерированных завершенных структур. Важно знать, к примеру, частоту появления стеблей в совокупности. Один или же больше стеблей встречаются всегда Для часто появляющихся стеблей характерно отражение инвариантных аспектов скручивания. То же самое можно сказать о статистике, соответствующей частоте, с которой расположения отдельных оснований появляются в спаренной форме. Для этого удобно соотнести каждой найденной завершенной структуре двоичную последовательность, в которой элемент в /-м положении равен единице, если /-е основание появляется спаренным с другим, и нулю — в противном случае. Тогда мы можем определить расстояние между структурами просто как расстояние Хэмминга между их двоичными последовательностями. Затем можно легко обратиться к методологии кла-стерирования с целью нахождения кластеров внутри данной совокупности. Для некоторых образцов РНК был осуществлен кластерный анализ, но он носил главным образом предварительный характер в ожидании более тщательного обоснования нашего подхода при использовании метода Монте-Карло. Следует также отметить, что обсуждение, проведенное при кластерном анализе, основано на перечнях свойств, в рамках которых генерируется вектор для каждой структуры в зависимости от наличия или отсутствия определенных свойств. Интерес представляет, например, перечень свойств, характеризующих симметрию структуры. До сих пор в этом направлении был достигнут незначительный прогресс, но он представляется многообещающим. [c.527]

Наряду с поисковыми и интерпретирующими системами, основанными на использовании библиотечных масс спектров существуют системы для идентификации соединений, базирующи еся на методах обработки многомерной информации В отличие от индивидуальной идентификации они позволяют выявить общие групповые характеристики классов и групп соединений К ним относятся методы распознавания образов, кластерного и факторного анализа В этом случае масс спектры обычно представляются в виде точек в многомерном пространстве с числом измерений, равным числу масс спектральных характе ристик в полном или сокращенном масс спектре Значения этих характеристик являются координатами точки в многомерном пространстве, так что чем больше сходство между масс спект рами тем ближе расположены друг к другу соответствующие им точки в пространстве Если заранее задается свойство или структурная характеристика, по которой судят о близости ана лизируемых объектов, то путем обучения системы на масси ве масс спектров известных соединений определяются границы областей в пространстве (кластеров), в которые попадают со единения с данным признаком К таким методам называемым обучением с учителем относятся расчет расстоянии от средне го масс спектра каждого класса соединений метод обучающихся машин и метод ближаиших соседей Если же это классифици рующее свойство точно не известно ити примеров для обучения не имеется, то используются методы распознавапия образов без обучения или кластерный анализ [71] [c.122]

Для построения иерархии симметрии молекулярных графов использован квантово-топологический подход, основанный на топологических свойствах зарядовых плотностей в молекулах. Показано, что структуры болыного числа кластерных соединений могут быть предсказаны путем отображения их молекулярных графов на один и тот же полиэдр соответствующие молекулярные графы строятся с помощью простого метода электронного счета. Предлагаемая модель проиллюстрирована примерами детального анализа кластеров, содержащих от 5 до 8 атомов. [c.148]

Справочник химика 21

Химия и химическая технология