Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии
В статье рассматривается алгоритм ранжирования генов, полученных с использованием технологии микрочипов. Вектор рангов рассчитывается путем проведения классификаций случайных выборок из анализируемого набора данных. На каждой последующей итерации алгоритма ранг генов, участвующих в успешной класс...
Saved in:
| Published in: | Искусственный интеллект |
|---|---|
| Date: | 2013 |
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/84980 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии / Н.А. Новоселова, И.Э. Том // Искусственный интеллект. — 2013. — № 3. — С. 58–68. — Бібліогр.: 20 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-84980 |
|---|---|
| record_format |
dspace |
| spelling |
Новоселова, Н.А. Том, И.Э. 2015-07-17T19:02:26Z 2015-07-17T19:02:26Z 2013 Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии / Н.А. Новоселова, И.Э. Том // Искусственный интеллект. — 2013. — № 3. — С. 58–68. — Бібліогр.: 20 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/84980 004.8 В статье рассматривается алгоритм ранжирования генов, полученных с использованием технологии микрочипов. Вектор рангов рассчитывается путем проведения классификаций случайных выборок из анализируемого набора данных. На каждой последующей итерации алгоритма ранг генов, участвующих в успешной классификации, повышается. В отличие от ранее используемых подходов, алгоритм позволяет повысить обобщающие свойства классификационных моделей за счет построения сбалансированных обучающих выборок, а также учесть информативность комбинации генов путем оценки их подмножеств. У статті розглядається алгоритм ранжирування генів, отриманих з використанням технології мікрочіпів. Вектор рангів розраховується шляхом проведення класифікацій випадкових вибірок з аналізованого набору даних. На кожній подальшій ітерації алгоритму ранг генів, що беруть участь в успішній класифікації, підвищується. На відміну від раніше використовуваних підходів алгоритм дозволяє підвищити уза- гальнювальні властивості класифікаційних моделей за рахунок побудови збалансованих навчальних вибірок, а також врахувати інформативність комбінації генів шляхом оцінки їх підмножин. The article considers the gene ranking algorithm for the microarray data. The rank vector is estimated by classifications of the random data samples. At each iteration the ranks of genes participating in the successful classification become higher. Unlike other methods of feature selection the proposed algorithm allows to increase the generality of the classification models by the construction of the balanced training samples and to take into account the descriptiveness of the gene combinations by the subsets estimation. ru Інститут проблем штучного інтелекту МОН України та НАН України Искусственный интеллект Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии Алгоритм ранжирування атрибутів для виявлення біомаркерів у даних генної експресії Algorithm of feature ranking for biomarker discovery in gene expression data Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| spellingShingle |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии Новоселова, Н.А. Том, И.Э. Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем |
| title_short |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| title_full |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| title_fullStr |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| title_full_unstemmed |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| title_sort |
алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии |
| author |
Новоселова, Н.А. Том, И.Э. |
| author_facet |
Новоселова, Н.А. Том, И.Э. |
| topic |
Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем |
| topic_facet |
Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем |
| publishDate |
2013 |
| language |
Russian |
| container_title |
Искусственный интеллект |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Алгоритм ранжирування атрибутів для виявлення біомаркерів у даних генної експресії Algorithm of feature ranking for biomarker discovery in gene expression data |
| description |
В статье рассматривается алгоритм ранжирования генов, полученных с использованием технологии
микрочипов. Вектор рангов рассчитывается путем проведения классификаций случайных выборок из
анализируемого набора данных. На каждой последующей итерации алгоритма ранг генов, участвующих в
успешной классификации, повышается. В отличие от ранее используемых подходов, алгоритм позволяет
повысить обобщающие свойства классификационных моделей за счет построения сбалансированных
обучающих выборок, а также учесть информативность комбинации генов путем оценки их подмножеств.
У статті розглядається алгоритм ранжирування генів, отриманих з використанням технології мікрочіпів.
Вектор рангів розраховується шляхом проведення класифікацій випадкових вибірок з аналізованого
набору даних. На кожній подальшій ітерації алгоритму ранг генів, що беруть участь в успішній класифікації,
підвищується. На відміну від раніше використовуваних підходів алгоритм дозволяє підвищити уза-
гальнювальні властивості класифікаційних моделей за рахунок побудови збалансованих навчальних
вибірок, а також врахувати інформативність комбінації генів шляхом оцінки їх підмножин.
The article considers the gene ranking algorithm for the microarray data. The rank vector is estimated by
classifications of the random data samples. At each iteration the ranks of genes participating in the successful
classification become higher. Unlike other methods of feature selection the proposed algorithm allows to increase the
generality of the classification models by the construction of the balanced training samples and to take into account
the descriptiveness of the gene combinations by the subsets estimation.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/84980 |
| citation_txt |
Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии / Н.А. Новоселова, И.Э. Том // Искусственный интеллект. — 2013. — № 3. — С. 58–68. — Бібліогр.: 20 назв. — рос. |
| work_keys_str_mv |
AT novoselovana algoritmranžirovaniâpriznakovdlâobnaruženiâbiomarkerovvdannyhgennoiékspressii AT tomié algoritmranžirovaniâpriznakovdlâobnaruženiâbiomarkerovvdannyhgennoiékspressii AT novoselovana algoritmranžiruvannâatributívdlâviâvlennâbíomarkerívudanihgennoíekspresíí AT tomié algoritmranžiruvannâatributívdlâviâvlennâbíomarkerívudanihgennoíekspresíí AT novoselovana algorithmoffeaturerankingforbiomarkerdiscoveryingeneexpressiondata AT tomié algorithmoffeaturerankingforbiomarkerdiscoveryingeneexpressiondata |
| first_indexed |
2025-12-02T11:24:22Z |
| last_indexed |
2025-12-02T11:24:22Z |
| _version_ |
1850862368133742592 |