抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多重研究を分析することは,一連のソースと個体群からデータを活用することができるが,最近まで,複数の高次元研究の共同教師なし解析にアプローチする方法論が限られている。最近の方法,Bayes Multi-Study Factor Analysis(BMSFA)は,個々の研究に特異的な潜在因子と同様に,すべての研究に共通する潜在因子を同定する。しかし,BMSFAは,部分的共有因子,すなわち,1つ以上が共有する潜在因子,および全研究より少ないものを許さない。Bayesコンビナトリアルマルチ研究因子分析のために,新しい方法,Tetrisを導入することによって,BMSFAを拡張し,それは,研究の任意の組合せによって共有できる潜在因子を同定した。インドのBuffetプロセスと潜在因子を共有する研究のサブセットをモデル化した。広範囲のシミュレーションでこの方法を試験し,次元縮小だけでなく共分散推定においてもその有用性を示した。最後に,著者らは,生殖系列変異によって定義される既知のクラス内および横断して,乳癌遺伝子発現におけるパターンを同定するために,Tristrisを高次元遺伝子発現データセットに適用した。【JST・京大機械翻訳】