文献

J-GLOBAL ID：201702280648160971   整理番号：17A0142984

特性遺伝子選択のためのL_1/2ノルム制約に基づくグラフラプラシアンPCA(主成分分析)【Powered by NICT】

A graph-Laplacian PCA based on L_1/2-norm constraint for characteristic gene selection

著者 (6件)： Feng Chun-Mei (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826 China) ,  Liu Jin-Xing (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826 China) ,  Gao Ying-Lian (Library of Qufu Normal University, Qufu Normal University, Rizhao, 276826 China) ,  Juan Wang (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826 China) ,  Wang Dong-Qin (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826 China) ,  Yong Du (Department of Electrical and Information Engineering, Northeast Agricultural University, Harbin, 150030 China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1795-1799  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 次元縮小のためのツールとしての主成分分析(PCA)は多くの分野で広く使用されている。バイオインフォマティクスの分野では,PCAの第一主成分は特徴的な遺伝子を選択した。PCAに基づく方法のロバスト性を改善するために,本論文では特徴的な遺伝子選択のための誤差関数(L_1/2gLPCA)に及ぼすL_1/2制約を採用することにより,新しいグラフラプラシアンPCAアルゴリズムを提案した。拡張Lagrange乗数法(ALM)法を問題を解くために適用した。この方法は従来のPCA手法よりも特徴的な遺伝子選択でより良い結果を得た。L_1/2ノルムに基づく誤差関数は,異常値や雑音の影響を低減する助けとなる。遺伝子発現データセットに関する広範な実験結果は筆者らの手法が他のものより高い同定精度を得ることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 雑音 ,  次元縮小 ,  誤差関数 ,  *制約条件 ,  Lagrange乗数法 ,  *主成分分析 ,  *遺伝子 ,  異常値 ,  ロバスト性 ,  *ノルム ,  遺伝子発現データ ,  バイオインフォマティクス ,  *遺伝子選択

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (6件)： 遺伝子選択 ,  ノルム ,  制約 ,  グラフラプラシアン ,  PCA ,  主成分分析