文献

J-GLOBAL ID：202002286368861750   整理番号：20A0972803

KNNと決定木アルゴリズムを用いたRNA-seqマラリアベクトルデータ分類のためのPCAモデル【JST・京大機械翻訳】

PCA Model For RNA-Seq Malaria Vector Data Classification Using KNN And Decision Tree Algorithm

著者 (4件)： Arowolo Micheal Olaolu (Landmark University,Department of Computer Science,Omu-Aran,Nigeria) ,  Adebiyi Marion (Landmark University,Department of Computer Science,Omu-Aran,Nigeria) ,  Adebiyi Ayodele (Landmark University,Department of Computer Science,Omu-Aran,Nigeria) ,  Okesola Olatunji (First Technical University,Department of Computer Science,Ibadan,Nigeria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMCECS  ページ： 1-8  発行年： 2020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： マラリア寄生虫は,それらが様々な蚊ベクターの成層圏を通して成長するので,生命セグメントの未解決の矛盾を採用する。数千の個々の寄生虫のトランスクリプトームが存在する。リボ核酸塩基配列決定(RNA-seq)は遺伝子発現のための広範な方法であり,遺伝的質問の理解が改善されている。RNA-seqは遺伝子発現の転写産物を計算する。RNA-seqデータは機械学習技術の解析的改善を必要とする。生物学的データを解析するための研究者により,いくつかの学習アプローチが提案されてい本研究では,PCA特徴抽出アルゴリズムを用いて,高次元マラリアベクトルRNA-seqデータセットから潜在的成分を抽出し,KNNと決定木分類アルゴリズムを用いて分類性能を評価した。この実験の有効性を,蚊のanophのgambiae RNA-Seqデータセットで検証した。実験結果は,それぞれ86.7%と83.3%の分類精度で,関連した性能計量を達成した。Copyright 2020 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： *アルゴリズム ,  学習 ,  特徴抽出 ,  RNA【核酸】 ,  遺伝 ,  寄生虫 ,  ヌクレオチド配列 ,  *マラリア ,  *ディシジョンツリー ,  遺伝子発現 ,  ベクター ,  トランスクリプトーム
準シソーラス用語： 分類アルゴリズム ,  転写産物 ,  *RNA-seq , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： KNN ,  決定木 ,  アルゴリズム ,  RNA-seq ,  マラリア ,  ベクトルデータ ,  分類 ,  PCA ,  モデル