文献

J-GLOBAL ID：201802230119589222   整理番号：18A0536659

SVM mapreduceを用いたマイクロアレイデータの分類【Powered by NICT】

Classification of microarray data using SVM mapreduce

著者 (2件)： Jenifer X. R. (Department of Computer Science, Ayya Nadar Janaki Ammal College, Sivakasi, Tamil Nadu, India) ,  Lawrance R. (Department of Computer Applications, Ayya Nadar Janaki Ammal College, Sivakasi, Tamil Nadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INCOS  ページ： 1-6  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： マイクロアレイ技術は遺伝子の発現レベルを調べるために非常に重要なツールになっている。遺伝子発現データ解析は,特定の環境下でまたは特異的細胞における遺伝子転写のレベルで発現される遺伝子のパターンを決定することである。遺伝子発現プロファイルは正常クラスと異常クラスに分けられる。マイクロアレイ技術の主な目的は試料間で異なって発現される遺伝子をスポットすることである。これらの遺伝子は,細胞または組織試料の種々の生物学的条件の下に形成した。マイクロアレイデータセットのサイズはテラバイト規模に達している。従来のデータマイニング技術を妥当な時間で優れた性能を持つ巨大なデータセットを処理することができない。巨大データセットを扱うために,Hadoop MapReduceプログラミングモデルを用いた。改良アルゴリズムの得られた精度は92.12%であった。MapReduceなしSVMと比較して,提案アルゴリズムはより優れた結果が得られた。本論文では,サポートベクトルマシンを用いた分類のためのMapReduceアルゴリズムを提示し,時間を蓄積し,巨大な遺伝子データセット上で高い精度を得ることを目的とした。Copyright 2018 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： アルゴリズム ,  遺伝子 ,  *DNAマイクロアレイ ,  サポートベクトルマシン
準シソーラス用語： プログラミングモデル ,  MapReduce ,  遺伝子発現プロファイリング ,  遺伝子発現データ ,  *マイクロアレイ , 【Automatic Indexing@JST】

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  人工知能  (JE08000Z) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： SVM ,  MapReduce ,  マイクロアレイデータ ,  分類