최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.26 no.3, 2013년, pp.389 - 399
김재희 (덕성여자대학교 정보통계학과) , 김태훈 (덕성여자대학교 프리팜메드학과)
This article introduces Gaussian process regression and shows its application with time-course microarray gene expression data. Gene screening for yeast cell cycle microarray expression data is accomplished with a ratio of log marginal likelihood that uses Gaussian process regression with a squared ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
특정 분포함수들 집합이란 무엇인가? | GP는 다변량정규분포를 특정 분포함수들 집합에 대한 정규분포의 개념으로 확장한 것이다. 여기서 특정 분포함수들 집합이란 공분산 함수(covariance function) 또는 커널함수(kernel function)에 의해 즉 데이터 간의 유사성 측도(similarity metric)에 의해 정의되는 집합이다. | |
가우스 과정의 특징은 무엇인가? | 가우스 과정(Gaussian process; GP)는 시계열 유전자 발현 데이터에 포함되어있는 실제 신호와 잡음을 양적으로 표현하는 데 적절한 방법으로 활용할 수 있으며 차별화된 유전자 프로화일(differential gene profile)에 대해 순위(rank)를 줄 수 있다. GP는 다변량정규분포를 특정 분포함수들 집합에 대한 정규분포의 개념으로 확장한 것이다. | |
유전자 데이터의 경우 그 수가 매우 크기 때문에 분석시 시간과 비용 등의 어려움이 많고 분석 후에 결과가 좋지 않은 경우도 발생하는데, 이를 해결하기 위한 방법으로 무엇이 있는가? | 유전자 데이터의 경우 그 수가 매우 크기 때문에 분석시 시간과 비용 등의 어려움이 많고 분석 후에 결과가 좋지 않은 경우도 발생하게 된다. 이러한 문제를 해결하기 위해 변수변환을 이용하여 데이터의 차원수를 줄이거나 선별(screening)과정을 통해 유전자를 선별하여 선별된 유전자만을 가지고 분석을 하는 방법이 있다. 이와 같은 유전자 선별방법에 대한 연구로 Hero 등 (2004)은 다양한 기준을 가진 DNA 마이크로어레이 실험을 통해 얻은 유전자들 중 다르게 발현되는 유전자를 확인하는 통계적 방법에 대해 연구하였다. |
Eckel, J. E., Gennings, C., Chinchilli, V. M., Burgoon, L. D. and Zacharewski, T. R. (2004). Empirical Bayes gene screening tool for time-course or dose-response microarray data, Journal of Biopharmaceutical Statistics, 14, 647-670.
Fraley, C. and Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation, Journal of the American Statistical Association, 97, 611-631.
Fraley, C. and Raftery, A. E. (2006). MCLUST Version 3 for R: Normal mixture modeling and model-based clustering. Technical Report No. 504.
Fraley, C. and Raftery, A. E. (2007). Bayesian regularization for normal mixture estimation and model-based clustering, Journal of Classication, 24, 155-181.
Hero, A. O., Fleury, G., Mears, A. J. and Swaroop, A. (2004). Multicriteria gene screening for analysis of differential expression with DNA microarrays, Journal on Applied Signal processing, 2004, 43-52.
Kalaitzis, A. and Lawrence, N. (2011). A simple approach to ranking differentially expressed gene expression time courses through Gaussian process regression, BMC Bioinformatics, 12, 180.
Kim, J. and Kim, H. (2008). Clustering of change using Fourier coefficient, Bioinformatics, 24, 184-191.
Ma, S. (2006). Empirical study of supervised gene screening, BMC Bioinformatics, 7, 537.
Rasmussen, C. E. and Williams, C. K. (2005). Gaussian Processes for Machine Learning, MIT Press
Rousseeuw, P. T. (1987). Silhouettes: Graphical aid to the interpretation and validation of cluster analysis. Journal of Computation Applied Math, 20, 53-65.
Serban, N. and Wasserman, L. (2005). CATS: Clustering after transformation and smoothing, Journal of the American Statistical Association, 471, 990-999.
Spellman, P. T., Sherlock, G., Zhang, M. Q., Iyer, V. R., Anders, K., Eisen, M. B., Brown, P. O., Botstein, D. and Futcher, B. (1998). Comprehensive identification of cell cycle-regulated genes of the yeast Saccharomyces cerevisiae by microarray hybridization, Molecular Biology of the Cell, 9, 3273-3297.
Toronen, R., Kolehmainen, M., Wong, G. and Castren, E. (1999). Analysis of gene expression data using self-organizing maps, Federation of European Biochemical Societies, 451, 142-146.
Zhang, L., Zhang, A. and Ramanathan, M. (2003). Fourier harmonic approach for visualizing temporal patterns of gene expression data, IEEE Computer Society Bioinformatics Conference, 2, 137-147.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.