• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AI communications >Graph-based data mining for biological applications
【24h】

Graph-based data mining for biological applications

机译：用于生物应用的基于图的数据挖掘

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

In many real-world problems, one deals with input or output data that are structured. This thesis investigates the use of graphs as a representation for structured data and introduces relational learning techniques that can efficiently process them. We apply the techniques to two biological problems. On the one hand, we use decision trees to predict the functions of genes, of which the hierarchical relationships can be structured as a graph. On the other hand, we predict chemical activity of molecules by representing them as graphs. We show that, by exploiting graph properties, efficient learning techniques can be developed. It turns out that in both cases, the relational models are not only learned more efficiently, but their predictive performance significantly improves as well.
机译：在许多实际问题中，人们处理结构化的输入或输出数据。本文研究了使用图来表示结构化数据，并介绍了可以有效处理它们的关系学习技术。我们将技术应用于两个生物学问题。一方面，我们使用决策树来预测基因的功能，其中的层次关系可以构造为图形。另一方面，我们通过将分子表示为图形来预测分子的化学活性。我们表明，通过利用图形属性，可以开发有效的学习技术。事实证明，在两种情况下，关系模型不仅可以更有效地学习，而且其预测性能也显着提高。

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