Package with techniques of artificial immune systems.
Project description
Artificial Immune Systems Package. |
---|
Select the language / Selecione o Idioma:
Package documentation / Documentação do pacote:
English
Summary:
Introduction
The AISP is a python package that implements artificial immune systems techniques, distributed under the GNU Lesser General Public License v3.0 (LGPLv3).
The package started in 2022 as a research package at the Federal Institute of Northern Minas Gerais - Salinas campus (IFNMG - Salinas).
Artificial Immune Systems (AIS) are inspired by the vertebrate immune system, creating metaphors that apply the ability to detect and catalog pathogens, among other features of this system.
Algorithms implemented:
- [x] Negative Selection.
- [ ] Clonal Selection Algorithms.
- [ ] Dendritic Cells.
- [ ] Immune Network Theory.
Installation
The module requires installation of python 3.8.10 or higher.
Dependencies:
Packages | Version |
---|---|
numpy | ≥ 1.22.4 |
scipy | ≥ 1.8.1 |
tqdm | ≥ 4.64.1 |
User installation
The simplest way to install AISP is using pip
:
pip install aisp
Examples:
Example using the negative selection technique (nsa):
In the example present in this notebook, 500 random samples were generated, arranged in two groups, one for each class.
Below are some examples that use a database for classification with the Jupyter notebook tool.
Negative Selection:
- RNSA Application of negative selection techniques for classification using the Iris family flower database and Old Faithful Geyser:
- BNSA
Português
Sumário:
Introdução
O AISP é um pacote python que implementa as técnicas dos sistemas imunológicos artificiais, distribuído sob a licença GNU Lesser General Public License v3.0 (LGPLv3).
O pacote teve início no ano de 2022 como um pacote de pesquisa no instituto federal do norte de minas gerais - campus salinas (IFNMG - Salinas).
Os sistemas imunológicos artificiais (SIA) inspiram-se no sistema imunológico dos vertebrados, criando metáforas que aplicam a capacidade de reconhecer e catalogar os patógenos, entre outras características desse sistema.
Algoritmos implementados:
- [x] Seleção Negativa.
- [ ] Algoritmos de Seleção Clonal.
- [ ] Células Dendríticas.
- [ ] Teoria da Rede Imune.
Instalação
O módulo requer a instalação do python 3.8.10 ou superior.
Dependências:
Pacotes | Versão |
---|---|
numpy | ≥ 1.22.4 |
scipy | ≥ 1.8.1 |
tqdm | ≥ 4.64.1 |
Instalação do usuário
A maneira mais simples de instalação do AISP é utilizando o pip
:
pip install aisp
Exemplos:
Exemplo utilizando a técnica de seleção negativa (nsa):
No exemplo presente nesse notebook, gerando 500 amostras aleatórias dispostas em dois grupos um para cada classe.
A seguir alguns exemplos que utiliza-se de base de dados para classificação com a ferramenta Jupyter notebook.
Seleção Negativa:
-
RNSA Aplicação das tecnica de seleção negativa para classificação utilizando a base de dados de flores da família Iris e Old Faithful Geyser:
-
BNSA
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
File details
Details for the file aisp-0.1.33.tar.gz
.
File metadata
- Download URL: aisp-0.1.33.tar.gz
- Upload date:
- Size: 22.4 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/5.1.1 CPython/3.11.4
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | e7d4cb0a4aaced84ce3837a03291a3a67828875d77e845c70fc367771606e245 |
|
MD5 | 6802c5f004359b8d146e33bdaa9b4ad6 |
|
BLAKE2b-256 | c92c6b0bffed18f4c4200a577b8a5ae94317ff904230e342a743a10d2cadb13a |
File details
Details for the file aisp-0.1.33-py3-none-any.whl
.
File metadata
- Download URL: aisp-0.1.33-py3-none-any.whl
- Upload date:
- Size: 22.5 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/5.1.1 CPython/3.11.4
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | adfed3b6e763e2a746267a4eeea1ee42b3ea98510501ff2b855a67084fdf5631 |
|
MD5 | 1c5f60016c314ea31fe7cbe83ab78e27 |
|
BLAKE2b-256 | feb01cebf1a5f79494c629d8ed48146a5ee1e0cbb16de68bf00c3ba9d1a029af |