• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Computational intelligence for knowledge-based systems design >Discovering Rules-Based Similarity in Microarray Data
【24h】

Discovering Rules-Based Similarity in Microarray Data

机译：在微阵列数据中发现基于规则的相似性

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents a research on discovering a similarity relation in multidimensional bioinformatic data. In particular, utilization of a Rules-based Similarity model to define a similarity in microarray datasets is discussed. The Rules-based Similarity model is a rough set extension to the feature contrast model proposed by Amos Tversky. Its main aim is to achieve high accuracy in a case-based classification task and at the same time to simulate the human way of perceiving similar objects. The similarity relation derived from the Rules-based Similarity model is suitable for genes expression profiling as the rules naturally indicate the groups of genes whose activation or inactivation is relevant in the considered context. Experiments conducted on several microarray datasets show that this model of similarity is able to capture higher-level dependencies in data and it may be successfully used in cases when the standard distance-based approach turns out to be ineffective.
机译：本文提出了在多维生物信息学数据中发现相似关系的研究。特别地，讨论了利用基于规则的相似性模型来定义微阵列数据集中的相似性。基于规则的相似性模型是对Amos Tversky提出的特征对比模型的粗略扩展。其主要目的是在基于案例的分类任务中实现高精度，同时模拟人类感知相似对象的方式。从基于规则的相似性模型得出的相似性关系适用于基因表达分析，因为规则自然表明了在考虑的上下文中其激活或失活相关的基因组。在几个微阵列数据集上进行的实验表明，这种相似性模型能够捕获数据中的更高级别的依存关系，并且在基于标准距离的方法无效的情况下可以成功使用。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号