文献

J-GLOBAL ID：201702226660937507   整理番号：17A0666032

階層的最大尤度クラスタリングアプローチ【Powered by NICT】

Hierarchical Maximum Likelihood Clustering Approach

著者 (6件)： Sharma Alok (RIKEN Center for Integrative Medical Sciences, Yokohama, Japan) ,  Boroevich Keith A. (RIKEN Center for Integrative Medical Sciences) ,  Shigemizu Daichi (RIKEN Center for Integrative Medical SciencesCRESTJST) ,  Kamatani Yoichiro (RIKEN Center for Integrative Medical Sciences) ,  Kubo Michiaki (RIKEN Center for Integrative Medical Sciences) ,  Tsunoda Tatsuhiko (RIKEN Center for Integrative Medical Sciences, Yokohama, Japan)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 64  号： 1  ページ： 112-122  発行年： 2017年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  資料種別： 逐次刊行物 (A)
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： 【目的】本論文では,生物学的データのためのクラスタリング手法を開発することに焦点を当てた。多くの生物学的分析,multiomicsデータ解析とゲノムワイド関連研究分析などでは,疾患または腫瘍のサブタイプに属するデータのグループを見つけることが重要である。【方法】従来,k-平均クラスタリングアルゴリズムは生物科学を含む多くの分野に適用される圧倒的である。しかし,適用,サポートベクトルクラスタリングを含むことができるいくつかの代替的なクラスタリングアルゴリズム。本論文では,生物学的データの性質を考慮に入れて,著者らは階層的フレームワークに基づく最大尤度クラスタリング方式を提案した。【結果】はこの方法は異なるグループに属するデータが重複しているときでさえもクラスタリングを行うことができる。サンプルの数がデータの次元より低い時に,それはまた,クラスタリングを行うことができる。【結論】提案した方式は,探索過程を開始する初期設定の選択から自由である。添加では,尤度関数の一次および二次導関数の計算を必要とせず,他の多くの最大尤度ベースの方法が必要である。意義:このアルゴリズムは試料をクラスタ化するために分布と重心情報を利用しており,生物学的データに適用した。この方法のMATLAB実装はウェブのリンク関係http://www.riken.jp/en/research/labs/ims/med_sci_math/からダウンロードすることができる。Copyright 2017 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： アルゴリズム ,  初期値設定 ,  重心 ,  *最尤法 ,  尤度関数 ,  データ解析 ,  生物学 ,  導関数 ,  腫瘍 ,  *クラスタ化 ,  クラスタリングアルゴリズム ,  生物学的安全性評価 ,  *改変
準シソーラス用語： MATLAB ,  サブタイプ ,  生物学的評価 ,  クラスタリング法 , 【Automatic Indexing@JST】

分類 (4件)： 遺伝学研究法  (EC01020N) ,  医用画像処理  (JE04020T) ,  分子・遺伝情報処理  (JE15040B) ,  生体計測  (EL03020C)

タイトルに関連する用語 (2件)： 最大尤度 ,  クラスタリング