文献

J-GLOBAL ID：201802271327015270   整理番号：18A0161740

差次的に発現した遺伝子を同定するための正則化スパース直交非負行列因数分解ロバストなグラフ【Powered by NICT】

Robust graph regularized sparse orthogonal nonnegative matrix factorization for identifying differentially expressed genes

著者 (6件)： Dai Ling-Yun (School of Information Science and Engineering, Qufu Normal University, Rizhao, China) ,  Liu Jin-Xing (School of Information Science and Engineering, Qufu Normal University, Rizhao, China) ,  Zheng Chun-Hou (School of Information Science and Engineering, Qufu Normal University, Rizhao, China) ,  Shang JunLiang (School of Information Science and Engineering, Qufu Normal University, Rizhao, China) ,  Feng Chun-Mei (School of Information Science and Engineering, Qufu Normal University, Rizhao, China) ,  Wang Ya-Xuan (School of Information Science and Engineering, Qufu Normal University, Rizhao, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 1900-1905  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： 配列決定技術の出現により,多くの遺伝子発現データを生成した。差次的に発現した遺伝子は,癌患者の遺伝子治療において重要な役割を果たしている。有用な数学的ツールとして,非負行列因数分解(NMF)は,差次的に発現した遺伝子を同定するための使用に成功した。本論文では,ロバストなグラフ正則化スパース直交非負行列因数分解(RGSON)と名付けた新しい方法を提案し,これを用いて差次的に発現した遺伝子,目的関数に多様体学習,L_1と直交制約を導入したを同定するためである。特に,L_2-1,1-ノルム最小化を目的関数に施行アルゴリズムのロバスト性を改善することである。アルゴリズムの有効性を証明するために,実際のゲノムデータセット上で実験を行った。結果はRGSONは差次的に発現した遺伝子を同定するための多くの他の方法よりもより効果的な性能を発揮することを示した。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： 目的関数 ,  遺伝子療法 ,  *透視図法 ,  *グラフ ,  アルゴリズム ,  ノルム ,  *直交性 ,  *正則化 ,  *ロバスト性 ,  *遺伝子 ,  癌患者 ,  遺伝子発現データ ,  *非負行列因子分解
準シソーラス用語： 多様体学習 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 発現 ,  遺伝子 ,  同定 ,  正則化 ,  非負行列因数分解 ,  ロバスト ,  グラフ