文献

J-GLOBAL ID：201802241224068431   整理番号：18A0161734

表現型分類のための圧縮サンプリング【Powered by NICT】

Compressive sampling for phenotype classification

著者 (2件)： Brooks Eric L. (Department of Mathematics and Statistics, Air Force Institute of Technology, Wright-Patterson AFB, OH) ,  Kappedal Ryan D. (Department of Mathematics and Statistics, Air Force Institute of Technology, Wright-Patterson AFB, OH)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 1857-1863  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： ゲノム分類を癌の同定と治療のためにますます重要なゲノム研究方法になってきた。ゲノム分類と関連付けられる挑戦一つは特徴選択である遺伝子は表現型に用いることができる。この挑戦は異なる速度とスケジュールで影響を受けた遺伝子mutateを考慮したより複雑になる。添加では,遺伝子の数と結果的に塩基対の数はゲノム分類を引き起こす次元の呪いに悩まされる。いくつかの以前の分類の努力は,特徴選択のための変異体検出に依存している。二間の変化を同定するために変異体検出は,参照ゲノムに対する標的ゲノムを整列させた。他の方法である配列,ゲノム配列の塩基対からの特徴を含んでいる。表現型分類のための特徴としてゲノム配列,k量体のK長サブセットを用いて開発した配列に基づいた方法論を詳述した。ここで紹介した方法論の結果として,高次元データに関連した課題と配列に基づく分類を用いた改良表現型分類性能を改善。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： 部分集合 ,  ゲノム ,  塩基対 ,  遺伝子 ,  特徴選択 ,  *表現型
準シソーラス用語： 高次元データ ,  ゲノム配列 ,  次元の呪い ,  ゲノミクス ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 表現型 ,  分類 ,  圧縮サンプリング