تخمین هاپلوتایپ با استفاده از فاکتورسازی ماتریس رتبه پایین در حضور داده های پرت

تخمین هاپلوتایپ بر اساس اطلاعاتDNA برای کشف بیماری های ژنتیکی انسان استفاده می شود. این مسئله در پردازش ژنومی سیگنال ها به صورت یک ماتریس رتبه پایین قابل مدل سازی است که به علت محدودیت های موجود در خوانش هاپلوتایپ، فقط تعداد کمی از درایه ها مشاهده می شوند. در نتیجه یک روش موثر برای بازیابی هاپلوتایپ از مشاهدات ناقص، استفاده از روش های تکمیل ماتریس است.  در این مقاله به کمک روش های تکمیل ماتریس، سعی در تخمین هاپلوتایپ از طریق فاکتورسازی ماتریسی شده است. در مراجع از روش گرادیان کاهشی برای حل مسئله استفاده شده است. اما در روش های قبلی داده های پرت نیز در محاسبات وارد می شود که باعث خطا در تخمین هاپلوتایپ شده است. به عبارتی در این روش ها به شروط موجود برای ماتریس های هاپلوتایپ توجه نشده است و این موضوع باعث تخمین داده های پرت برای هاپلوتایپ شده است. در این مقاله با روش تکمیل ماتریس و با در نظر گرفتن این شروط در ماتریس هاپلوتایپ، یک تابع هزینه جدید به صورت عبارت جریمه برای تخمین هاپلوتایپ معرفی می کنیم. عبارت جدید اضافه شده به تابع هزینه باعث می شود که اثر داده های پرت کاهش یافته و در نتیجه دقت تخمین هاپلوتایپ افزایش می یابد. نتایج شبیه سازی نیاز کاهش خطای بازیابی هاپلوتایپ را تایید می کند.