Influence of Allele Frequency on Predicting Animal Phenotype Using Back-Propagation Artificial Neural Networks

为了在预言动物显型克服迷人的关系的障碍，珍视，我们开发了一个神经网络模型检测在遗传型和显型和不能与方程被表示的可能的相互作用之间的复杂非线性的关系。在这份报纸，背繁殖神经网络被用来在估计复合基因显型价值上讨论不同等位基因频率的影响。保证预言的精确，正规化被需要训练预言模型。结果显示出那背繁殖人工的神经网络能被用来预言显型价值并且从 0.2 ～ 0.8 表现很好在等位基因频率，当等位基因频率是很小的时(不到 0.2 ) 或大(超过 0.8 ) ；然而，预言模型不是可靠的，预言的价值应该小心地被测试。