文献

J-GLOBAL ID：201902280238332987   整理番号：19A1383317

マイクロアレイデータの分類のためのPCAとDWTに基づく遺伝子選択技術【JST・京大機械翻訳】

PCA and DWT Based Gene Selection Technique for Classification of Microarray Data

著者 (3件)： Nirmalakumari K. (Department of ECE, Bannari Amman Institute of Technology, Sathyamangalam, Tamilnadu, India) ,  Rajaguru Harikumar (Department of ECE, Bannari Amman Institute of Technology, Sathyamangalam, Tamilnadu, India) ,  Rajkumar P. (Robert Bosch Engineering & Business Solutions Pvt. Ltd., Coimbatore, Tamilnadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCES  ページ： 850-854  発行年： 2018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： 癌の分類は,生物情報学領域における重要な研究領域である。マイクロアレイ技術は,癌分類の開発を動機づける単一実験において数千の遺伝子発現の瞬間的観察を可能にする。マイクロアレイデータにおける主要な問題は,より少ない量のサンプルと関連するときに存在する大量の遺伝子により起こる高次元問題である。本論文において,次元縮小技術とウェーブレットの組合せを用いて,データセットから有益な遺伝子を抽出した。主成分分析(PCA)技術は,データセットの次元を減少させ,次に離散ウェーブレット変換(DWT)が最も有益な遺伝子を抽出し,それらの遺伝子を分類のためにk最近傍(kNN)とサポートベクトルマシン(SVM)分類器に転送する。提案した方法を2つの広くアクセス可能なマイクロアレイデータセットに適用した。調査結果は,PCAとDWT構築遺伝子選択技術が従来の方法と比較して高い分類精度を達成することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高次元 ,  *遺伝子 ,  波束 ,  主成分分析 ,  遺伝子発現 ,  次元縮小 ,  *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： 分類精度 ,  情報へのアクセス ,  離散ウェーブレット変換 ,  *マイクロアレイ ,  バイオインフォマティクス ,  癌分類 ,  *遺伝子選択 , 【Automatic Indexing@JST】

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： マイクロアレイデータ ,  分類 ,  PCA ,  DWT ,  遺伝子選択