文献

J-GLOBAL ID：201702236137780325   整理番号：17A1936141

ポリオミノ連合欠損データ埋め込み手法の評価【JST・京大機械翻訳】

Evaluations on Several Imputation Approaches of Integrated Omics Data

著者 (6件)： Dong Xuesi (南京医科大学公共衛生学院生物統計学系 211166) ,  Lin Lijuan (南京医科大学公共衛生学院生物統計学系 211166) ,  Zhao Yang (南京医科大学公共衛生学院生物統計学系 211166) ,  Wei Yongyue (南京医科大学公共衛生学院生物統計学系 211166) ,  Dai Juncheng (南京医科大学公共衛生学院生物統計学系 211166) ,  Chen Feng (南京医科大学公共衛生学院生物統計学系 211166)
資料名： Zhongguo Weisheng Tongji  (Zhongguo Weisheng Tongji)
巻： 34  号： 4  ページ： 558-561,566  発行年： 2017年 
JST資料番号： C2278A  ISSN： 1002-3674  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:本研究では、異なるプラットフォーム間の「ブロック欠損」データの埋め込み方法を評価することを目的とする。この方法は,データ分散の精度を改善するために,より悪い共分散構造を保証することができるので,後期データマイニングのために重要な意味を持つ。【方法】癌遺伝子地図(TCGA)データベースからの肺癌データ(メチル化データ,遺伝子発現データ)を用いて,異なる欠失比率のデータセットを構築した(欠損率はそれぞれ5%,20%,35%,50%と65%)。統計学的な埋め込み法,Markov連鎖モンテカルロ法(MCMC),機械学習充填法(近接法(kNN),確率的森林法(RF),多層パーセプトロン法(MLP))を用いて,欠損データを埋め込んだ後,データセットを元のデータセットと比較した。評価指標は推定偏差とモーメント-2-ノルムを含む。評価指標と充填時間により、充填効果が最も良く、充填時間が短い方法を比較した。【結果】MLPとkNNアルゴリズムは,すべての欠損比率において,他の埋め込み方式よりも優れた効果を示し,また,埋め込み時間も相対的に短かった。平均値法の時間は最も短く、データセットの欠損割合が小さい(≦5%)、充填効果はその他の充填方法に相当するが、高い割合の欠損状況では比較的に悪い。データセットが高い割合で失われた場合、RFとMCMCの埋め込み効果は平均値法より優れているが、充填時間が長すぎるため、実際の仕事には適さない。結論:総合的に比較すると、機械学習の充填方法におけるMLPとkNNの二つの方法はメチル化データと発現データの充填に適している。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 癌遺伝子 ,  データマイニング ,  機械学習 ,  ノルム ,  アルゴリズム ,  *平均法 ,  多層パーセプトロン ,  共分散 ,  データベース ,  メチル化 ,  統計学
準シソーラス用語： 評価指標 ,  MCMC ,  遺伝子発現データ ,  *欠測値 , 【Automatic Indexing@JST】

著者キーワード (5件)： Integrated omics data ,  Block missing data ,  Statistical imputation ,  Machine learning imputation ,  Evaluation

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： ポリオ ,  欠損データ ,  埋め込み ,  手法 ,  評価