複数のデータ集合を組み合わせる時の予測特徴保持のためのペアワイズ補完戦略【JST・京大機械翻訳】

Wu, Y.; Ren, B.; Patil, P.

プレプリント

J-GLOBAL ID：202202211124598830 整理番号：22P0347454

複数のデータ集合を組み合わせる時の予測特徴保持のためのペアワイズ補完戦略【JST・京大機械翻訳】

A Pairwise Imputation Strategy for Retaining Predictive Features When Combining Multiple Datasets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年05月05日プレプリントサーバーでの情報更新日： 2022年05月05日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

高次元ゲノムデータを用いた予測モデルの訓練において,データに関する複数の研究がサンプルサイズを増加させ,一般化可能性を改善するためにしばしば組み合わされる。このアプローチの欠点は,発現測定プラットフォームまたは技術の変化により,各研究で測定される特徴の異なるセットがあることである。全研究にわたって共通して測定した特徴の交差点のみを作業するのは一般的であり,これは全ての研究の個々のあるいはサブセットでのみ測定される潜在的に有用な特徴情報のブラインド廃棄をもたらす。マイクロアレイおよび配列決定データセットからの遺伝子発現データを用いて,訓練予測子を訓練するとき,すべての研究にわたって利用可能な特徴情報の交差点のみを用いて,予測性能の損失を特徴づけた。廃棄された特徴の帰属に対する線形および多項式回帰の性質を検討し,乳癌患者で収集した遺伝子発現データおよびシミュレーションによる予測子の外部性能の改善を実証した。本研究では,各ペアにおける交差研究欠落特徴の相互調査と,ペア間の平均入力特徴の,ペアワイズな補完戦略を提案し,評価した。最後に,交差と研究特有の特徴の部分集合が,交差研究複製可能性を最も良く促進するようにするために,交差と研究特有の特徴の部分集合を使用すべき洞察を提供する。本論文の結果を再現する方向を有するすべてのコードは,https://github.com/YujieWuu/Pairwise_imputationで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

分子・遺伝情報処理 , 遺伝子発現

, , ,

前のページに戻る