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.
- Negative Selection.
- Clonal Selection Algorithms.
- Dendritic Cells.
- Immune Network Theory.
The module requires installation of python 3.8.10 or higher.
Packages | Version |
---|---|
numpy | ≥ 1.22.4 |
scipy | ≥ 1.8.1 |
tqdm | ≥ 4.64.1 |
The simplest way to install AISP is using pip
:
pip install aisp
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.
- RNSA Application of negative selection techniques for classification using the Iris family flower database and Old Faithful Geyser:
- BNSA
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.
- Seleção Negativa.
- Algoritmos de Seleção Clonal.
- Células Dendríticas.
- Teoria da Rede Imune.
O módulo requer a instalação do python 3.8.10 ou superior.
Pacotes | Versão |
---|---|
numpy | ≥ 1.22.4 |
scipy | ≥ 1.8.1 |
tqdm | ≥ 4.64.1 |
A maneira mais simples de instalação do AISP é utilizando o pip
:
pip install aisp
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.
-
RNSA Aplicação das tecnica de seleção negativa para classificação utilizando a base de dados de flores da família Iris e Old Faithful Geyser:
-
BNSA