مدل شبکه عصبی از جمله مدل های پرکاربرد در یادگیری ماشین است اما بر خلاف کاربرد گسترده اش استفاده از این مدل برای دسته بندی داده های بیان ژن با مشکل جدی مواجه است. 

 

در داده های بیان ژن تعداد ویژگی ها (p) نسبت به تعداد نمونه ها (n) بسیار بیشتر است و این ویژگی با مدل شبکه عصبی عمیق همراستا نیست و نمی توان از آن برای دسته بندی داده های بیان ژن استفاده کرد.

 

عدم وجود ارتباط معنادار میان ویژگی ها موجب می شود نتوانیم در مرحله پیش پردازش داده ها، ویژگی ها را کاهش دهیم. برای حل این مشکل نویسندگان این مقاله ترکیب الگوریتم جنگل تصادفی (random forest) نظارت شده و شبکه عصبی عمیق یا به اختصار (FDNN) را پیشنهاد داده اند.

 

در الگوریتم جنگل تصادفی که مبتنی بر یادگیری دسته جمعی (Ensemble Learning) است با توجه به آنکه تعداد نمونه ها زیاد نیست ابتدا نمونه ها  تکرار می شوند  و جهت ساخت مدل بخشی از نمونه ها و تعدادی از ویژگی ها استفاده می شود. استفاده از چنین روشی در مدل شبکه عصبی عمیق موجب کاهش احتمال حساس شدن مدل به نمونه های یادگیری می شود و قدرت مدل را افزایش می دهد. 

 

جهت ارزیابی ظرفیت این مدل ترکیبی از شبیه سازی های آزمایشگاهی و آنالیز داده های واقعی دو مجموعه داده RNA استفاده شده است. 

 

این مدل نسبت به مدل جنگل تصادفی و شبکه عصبی عمیق از عملکرد بهتری برخوردار است و معنادار تر به انتخاب ویژگی ها می پردازد.