文献

J-GLOBAL ID：201702260301151541   整理番号：17A1260278

膵臓マイクロアレイデータセットの遺伝子選択と分類【Powered by NICT】

Gene selection and classification of pancreatic microarray datasets

著者 (2件)： Sserwadda Abubakhari (Computer and Informatics Engineering Faculty, Istanbul Technical University, Istanbul, Turkey) ,  Sarac Omer Sinan (Computer and Informatics Engineering Faculty, Istanbul Technical University, Istanbul, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  発行年： 2017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： マイクロアレイデータは,多くの特徴を用いて測定した,このようなデータセットからの最も重要な遺伝子の選択は,分類精度を最大化するための重要なステップである。機械学習アルゴリズムは,遺伝子選択と癌分類研究における最も効果的な選択であることが分かった。過去では,ヒト癌分類は基本的に形態学的,マイクロアレイ技術の導入は,千癌遺伝子の同時かつ効率的解析を支援してきた。分類精度を最大化するために,特徴選択と分類機械学習アルゴリズムの数の組合せを適用した,選択された遺伝子の差次的発現解析を行った。著者らの提案したアルゴリズムの組合せは,これらのすいデータセットに関する既存の文献よりも良い性能結果が得られた。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： 特徴選択 ,  モルフォロジー ,  学習アルゴリズム ,  *DNAマイクロアレイ ,  アルゴリズム ,  癌遺伝子 ,  *遺伝子 ,  ヒト
準シソーラス用語： 差次的遺伝子発現 ,  *マイクロアレイ ,  癌分類 ,  分類精度 ,  *遺伝子選択 , 【Automatic Indexing@JST】

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 膵臓 ,  マイクロアレイデータ ,  遺伝子選択 ,  分類