文献

J-GLOBAL ID：201702294694997306   整理番号：17A0889223

遺伝子発現プロファイルに基づく癌分類のためのトランスダクティブ局所Fisher判別分析【Powered by NICT】

Transductive local fisher discriminant analysis for gene expression profile-based cancer classification

著者 (5件)： Li Danping (Department of Systems Medicine & Bioengineering, Houston Methodist Research Institute, Weill Cornell Medicine, Houston, TX 77030, USA) ,  Wang Lei (Department of Systems Medicine & Bioengineering, Houston Methodist Research Institute, Weill Cornell Medicine, Houston, TX 77030, USA) ,  Wang Jiajun (Department of Systems Medicine & Bioengineering, Houston Methodist Research Institute, Weill Cornell Medicine, Houston, TX 77030, USA) ,  Xue Zhong (Department of Systems Medicine & Bioengineering, Houston Methodist Research Institute, Weill Cornell Medicine, Houston, TX 77030, USA) ,  Wong Stephen T.C. (Department of Systems Medicine & Bioengineering, Houston Methodist Research Institute, Weill Cornell Medicine, Houston, TX 77030, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BHI  ページ： 49-52  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： 遺伝子発現プロファイルは,癌の様々なタイプを識別するために使用できる隠された生物学的知識と重要な情報を提供する。高次元性と冗長性のために,遺伝子発現データは,しばしば次元縮小(DR)法により前処理した。従来の教師つきDR法は標識試料を用いてモデルを訓練するために,実世界でラベル付けされた標本の少数に起因する限られた性能をもたらした。本論文では,学習過程で利用可能なラベル無しデータを用いたトランスダクティブ局所Fisher判別分析(TLFDA)法を提案した。一方,ラベル情報を利用して,埋め込み空間におけるクラス間距離を最大化した。一方,すべてのデータサンプルの局所構造情報は平滑性特性を維持するために考慮した。このようにして,TLFDAは最新技術による教師付きや半教師つきDR法よりも識別力を提供し,ラベル付けされた標本の数は非常に限られている。ベンチマークGCM及び急性白血病データセット上での実験結果は,遺伝子発現プロファイルベースの癌分類に対するその有望な性能を示した。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： 平滑度 ,  高次元 ,  前処理 ,  ベンチマーク ,  冗長性 ,  急性白血病 ,  *次元縮小
準シソーラス用語： 局所構造 ,  遺伝子発現データ ,  *フィッシャー判別分析 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 遺伝子発現プロファイル ,  癌分類 ,  Fisher判別分析