文献

J-GLOBAL ID：201302200931065150   整理番号：13A0664976

複数のグラフを用いたブートストラッピングによる遺伝子機能予測

Gene Function Prediction by Bootstrapping with Multiple Graphs

著者 (2件)： NHUNG Ngo Phuong (Free Univ. Bolzano, ITA) ,  PHUONG Tu Minh (Posts & Telecommunications Inst. Technol., Hanoi, VNM)
資料名： Information (Koganei)  (Information (Koganei))
巻： 16  号： 2(B)  ページ： 1605-1614  発行年： 2013年02月 
JST資料番号： L7416A  ISSN： 1343-4500  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 複数のデータソースが存在する場合の学習機械の設定において,それらのソースを同時に効果的に活用してより良い推論を作り出すことが望まれる。各データソースがグラフとして提示されている場合,一般的な戦略は,グラフの隣接行列の和をとることによってそれらのグラフを組み合わせた後,標準的なグラフベース学習アルゴリズムを適用することである。本論文では,この問題に対して代替的アプローチをとる。組み合わせステップを遂行するかわりに,各グラフ上にグラフベース学習者を作成し,独立的に予測をおこなう。本手法は,繰り返し演算の方法で実行する。各ラウンドでいくつかの学習者によって予測されたラベルはラベル付き集合に追加され,モデルの再訓練をおこなう。もともと本手法は2つのよく知られた半教師つき学習アプローチに基づいている。すなわちブートストラッピングとグラフベース法であり,それらの優位点を利用している。提案手法を,イースト菌と人間に関する実物の生物学データセットを用いた遺伝子機能予測によって評価した。実験結果は,本手法が,標準的なグラフベースアルゴリズムや最先端の遺伝子機能予測手法を著しく凌駕することを示した。(翻訳著者抄録)

シソーラス用語： 学習 ,  分子遺伝現象 ,  *ブートストラップ ,  学習アルゴリズム ,  *機械学習
準シソーラス用語： 半教師つき学習 ,  遺伝子機能 ,  *ブートストラッピング

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (16件)：

• [1] Abney, S.: Bootstrapping. In proceedings of ACL'02, pp. 360-367 (2002)
• [2] Argyriou, A., Herbster, M., & Pontil, M.: Combining graph Laplacians for semi-supervised learning. Advances in Neural Information Processing Systems 18, NIPS 18. MIT Press, Cambridge, MA (2006)
• [3] Barutcuoglu Z, Schapire R, Troyanskaya O.: Hierarchical multi-label prediction of gene function. Bioinformatics, 22(7):830-836 (2006)
• [4] Blum, A.,and Mitchel, T.: Combining labeled and unlabeled data with co-training. Proc. Workshop on on Computational Learning Theory, COLT'98, 92-100 (1998)
• [5] Chapelle, O., Scholkopf, B., Zien, A. (eds.): SemiSupervised Learning. MIT Press, 2006

タイトルに関連する用語 (4件)： グラフ ,  ブートストラッピング ,  遺伝子機能 ,  予測