文献

J-GLOBAL ID：201702263089008320   整理番号：17A0371443

Lagrange乗数を用いたマイクロアレイデータからの地球規模の特徴選択【Powered by NICT】

Global feature selection from microarray data using Lagrange multipliers

著者 (4件)： Sun Shiquan (Systems Engineering Institute, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China) ,  Sun Shiquan (Department of Biostatistics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Peng Qinke (Systems Engineering Institute, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China) ,  Zhang Xiaokang (Systems Engineering Institute, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 110  ページ： 267-274  発行年： 2016年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マイクロアレイ遺伝子発現解析では,千の遺伝子が特定の条件下でそれらの発現レベルをモニターするために関与している。実際では,しかしながら,それらのうちの少数のみが多く発現している,ゴラブ等により証明されている。これらの識別遺伝子を効率的に同定するためにどのようにリスク評価,診断,成長する癌発生率における予後判定および死亡率に重要な課題である。本論文では,特徴の関連性を最大化し,特徴の冗長性を最小化する二次計画法モデルからの緩和である半正定値計画法モデルに基づく大域的特徴選択手法を提案した。緩和の主な利点は,数学モデルにおける行列は対称マトリックスではなく,正の(または半)定値行列のみを必要とすることである。半正定値計画法モデルでは,各特徴は,特徴選択問題の目的関数を制限するために1つの制約条件を持っている。ここでは,本論文のもう一つのトリックは,代理測定としてLagrange乗数を利用し元の最大カット問題のための実現可能な解を解く代わりに識別的特徴を同定することである。提案した方法を七のマイクロアレイデータセット上でのいくつかの一般的な特徴選択法と比較した。結果は,この方法が最もデータセット上で,特に二硬質特徴選択データセット,野獣(Wang)と髄芽腫のためのよりも優れていることを実証した。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： 髄芽腫 ,  二次計画法 ,  目的関数 ,  *Lagrange乗数法 ,  遺伝子 ,  制約条件 ,  *DNAマイクロアレイ ,  高次元 ,  リスク評価 ,  冗長性 ,  *特徴選択 ,  対称性
準シソーラス用語： 半正定値計画法 ,  発癌率 ,  マイクロアレイ遺伝子発現 , 【Automatic Indexing@JST】

著者キーワード (5件)： 遺伝子選択 ,  最大カット ,  半正定値計画法 ,  Lagrange乗算器 ,  高次元と小さなサンプルサイズ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： Lagrange乗数 ,  マイクロアレイデータ ,  地球規模 ,  特徴選択