文献

J-GLOBAL ID：201702229707220322   整理番号：17A0142803

脳イメージング遺伝学への応用を考慮した短縮l_1ノルムによるスパース正準相関解析【Powered by NICT】

Sparse Canonical Correlation Analysis via truncated l₁-norm with application to brain imaging genetics

著者 (9件)： Du Lei (School of Automation, Northwestern Polytechnical University, Xi’an, China 710072) ,  Zhang Tuo (School of Automation, Northwestern Polytechnical University, Xi’an, China 710072) ,  Kefei Liu (Indiana University School of Medicine, Indianapolis, USA 46202) ,  Yao Xiaohui (Indiana University School of Medicine, Indianapolis, USA 46202) ,  Yan Jingwen (Indiana University School of Medicine, Indianapolis, USA 46202) ,  Risacher Shannon L. (Indiana University School of Medicine, Indianapolis, USA 46202) ,  Lei Guo (School of Automation, Northwestern Polytechnical University, Xi’an, China 710072) ,  Saykin Andrew J. (Indiana University School of Medicine, Indianapolis, USA 46202) ,  Shen Li (Indiana University School of Medicine, Indianapolis, USA 46202)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 707-711  発行年： 2016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： 遺伝子マーカーと神経画像量的形質の間のBi多変量関連性を発見脳イメージング遺伝学における主要な課題である。スパース正準相関解析(SCCA)は,特徴選択と結合したBi多変量関係を同定する際のその強力な能力のために,この分野における一般的な技術である。既存SCCA方法はl_1ノルムまたはその変異体のどちらかを課した。l_0ノルムがより望ましい,l_0ノルム最小化はNP困難であるのでが検討されていない。本論文では,l_1ノルムに基づくSCCA方法の性能を改善するための切断l_1ノルムを課した。に加えて,著者らは二つの効率的な最適化アルゴリズムを提案し,その収束性を証明した。,二つのベンチマーク手法と比較して,実験結果は,著者らの方法は,シミュレーションと実画像遺伝的分析が良好であり,意味のある正準負荷パターンを同定することを示した。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： *ノルム ,  ベンチマーク ,  特徴選択 ,  *透視図法 ,  画像 ,  *遺伝学 ,  NP困難 ,  *遺伝 ,  ビスマス
準シソーラス用語： 最適アルゴリズム ,  量的遺伝形質 ,  ニューロイメージング ,  遺伝子マーカ ,  *正準相関解析 ,  *脳イメージング , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 脳イメージング ,  遺伝 ,  応用 ,  ノルム ,  正準相関解析