文献

J-GLOBAL ID：201702253201623514   整理番号：17A0475342

マイクロアレイデータに対する局所次元縮小のためのL1正則化された特徴選択法【Powered by NICT】

A L1-regularized feature selection method for local dimension reduction on microarray data

著者 (5件)： Guo Shun (Department of Electronic Engineering, Xiamen University, Fujian 361005, China) ,  Guo Shun (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518000, China) ,  Guo Donghui (Department of Electronic Engineering, Xiamen University, Fujian 361005, China) ,  Chen Lifei (School of Mathematics and Computer Science, Fujian Normal University, Fujian, 350117, China) ,  Jiang Qingshan (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518000, China)
資料名： Computational Biology and Chemistry  (Computational Biology and Chemistry)
巻： 67  ページ： 92-101  発行年： 2017年 
JST資料番号： H0201B  ISSN： 1476-9271  CODEN： COCHDK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 次元縮小は機械学習やデータマイニングにおける重要な技術,医学,生物情報学と遺伝学の分野で広く使用されている。本論文では,マイクロアレイデータの分類のための二段階局所次元縮小手法を提案した。第一段階では,無関係で冗長な特徴を除去し,重要な特徴を選択するために定義した新しいL1正則化特徴選択法(バイオマーカー)。次の段階では,PLSベース特徴抽出は分類のための識別特性を最も良く反映する合成特徴を抽出するために選択された特徴上に実装した。提案の適合性を広く使用されている十のマイクロアレイデータセットで行った実験的研究で実証し,結果は四最先端の方法と比較してその有効性と競争力を示した。St Judeデータセット上での実験結果により,提案手法では,サブタイプ予測のためのマイクロアレイデータ解析と遺伝子共発現の発見に効果的に適用できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 機械学習 ,  バイオマーカー ,  *次元縮小 ,  データマイニング ,  特徴抽出 ,  *正則化 ,  適応性 ,  *特徴選択 ,  遺伝学 ,  *DNAマイクロアレイ
準シソーラス用語： 共発現 ,  サブタイプ ,  バイオインフォマティクス , 【Automatic Indexing@JST】

著者キーワード (5件)： 局所次元縮小 ,  分類 ,  L1正則化ロジスティック回帰 ,  マイクロアレイデータ ,  部分最小二乗(PLS)

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： マイクロアレイデータ ,  次元縮小 ,  L1 ,  正則化 ,  特徴選択