文献

J-GLOBAL ID：201702236709832972   整理番号：17A1347001

SuperMIC:最大情報係数を用いたバイオインフォマティックスにおける大規模生物学的データセットの解析【Powered by NICT】

SuperMIC: Analyzing Large Biological Datasets in Bioinformatics with Maximal Information Coefficient

著者 (5件)： Wang Chao (University of Science and Technology of China, Hefei, Anhui, China) ,  Dai Dong (School of Computer Science, Texas Tech University, Lubbock, TX) ,  Li Xi (Suzhou Institute, University of Science and Technology of China, Suzhou, Jiangsu, China) ,  Wang Aili (School of Software Engineering, University of Science and Technology of China, Suzhou, Jiangsu, China) ,  Zhou Xuehai (Suzhou Institute, University of Science and Technology of China, Suzhou, Jiangsu, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 14  号： 4  ページ： 783-795  発行年： 2017年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
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： 最大情報係数(MIC)は変数の対の間の関係と関連性を発見するために提案されている。MIC計算,特にゲノム配列と生物学的注釈を加速するバイオインフォマティクス科学者のための重要な課題を提起している。本論文では,MIC計算の計算効率とスループットを改善するための,MapReduceフレームワークを用いた並列アプローチを調べた。加速システムはHDFS,前処理アルゴリズム,分散メモリキャッシュ機構,およびMapReduceジョブの分配に関する生物学的データ貯蔵を含んでいる。加速度アプローチに基づいて,従来の二変数アルゴリズム多変量アルゴリズムに拡張した。実験結果は筆者らの並列解法は正確さと感度に影響を与えることなく,元のアルゴリズムと比較して線形スピードアップを提供することを示した。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： データ蓄積 ,  スループット ,  高速化 ,  *アルゴリズム ,  アノテーション ,  加速度 ,  分散メモリ ,  計算 ,  キャッシュメモリ ,  前処理
準シソーラス用語： Hadoop分散ファイルシステム ,  MapReduce ,  計算効率 ,  ゲノム配列 ,  *バイオインフォマティクス , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 係数 ,  バイオインフォマティックス ,  大規模 ,  生物学 ,  データセット ,  解析