초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

DNA microarray기술의 발달로 한꺼번에 수천 개 유전자의 발현 정보를 얻는 것이 가능해졌는데, 이렇게 얻어진 데이터를 효과적으로 분류하는 시스템을 만들어놓으면 새로운 샘플이 정상상태인지, 질병을 가진 상태인지 예측할 수 있다. 분류 시스템을 위하여 여러 가지 특징선택방법들과 분류기법들을 사용할 수 있는데, 모든 상황에서 항상 뛰어난 성능을 보이는 특징선택법이나 분류기를 찾기는 힘들다. 안정되고 개선된 성능을 내기 위해서 특징-분류기의 앙상블을 이용할 수 있는데, 앙상블에 이용될 수 있는 특징선택 방법이나 분류기의 수가 많다면, 앙상블을 만들 수 있는 조합이 많아지기 때문에, 모든 조합에 대하여 앙상블 결과를 구하기는 거의 불가능하다. 이를 해결하기 위하여 본 논문에서는 유전자알고리즘을 이용하여 모든 앙상블 결과를 계산하지 않으면서 최적의 앙상블을 찾아내는 방법을 제안하였으며, 실제로 림프종 암 데이터에 적용한 결과 100%의 결합결과를 보이는 최적의 앙상블을 효과적으로 찾아내었다.

DNA microarray기술의 발달로 한꺼번에 수천 개 유전자의 발현 정보를 얻는 것이 가능해졌는데, 이렇게 얻어진 데이터를 효과적으로 분류하는 시스템을 만들어놓으면 새로운 샘플이 정상상태인지, 질병을 가진 상태인지 예측할 수 있다. 분류 시스템을 위하여 여러 가지 특징선택방법들과 분류기법들을 사용할 수 있는데, 모든 상황에서 항상 뛰어난 성능을 보이는 특징선택법이나 분류기를 찾기는 힘들다. 안정되고 개선된 성능을 내기 위해서 특징-분류기의 앙상블을 이용할 수 있는데, 앙상블에 이용될 수 있는 특징선택 방법이나 분류기의 수가 많다면, 앙상블을 만들 수 있는 조합이 많아지기 때문에, 모든 조합에 대하여 앙상블 결과를 구하기는 거의 불가능하다. 이를 해결하기 위하여 본 논문에서는 유전자알고리즘을 이용하여 모든 앙상블 결과를 계산하지 않으면서 최적의 앙상블을 찾아내는 방법을 제안하였으며, 실제로 림프종 암 데이터에 적용한 결과 100%의 결합결과를 보이는 최적의 앙상블을 효과적으로 찾아내었다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 한편 그 중 항상 좋은 결과롤 보장하는 특징■■분류기가없으므로 이들의 앙상블을 통하여 개선된 성능올 기대할 수 있는데 42개의 특징-분류기로 만들 수 있는 앙상블조합은 무려 242가지가 존재하며 이를 모두 구하기는 사실상 불가능하다. 따라서 본 논문에서는 유전자 알고리즘을 이용하여 효과적으로 앙상블 공간을 탐색하는 방법올 제안한다. 그리고 잘 알려진 벤치마크 데이터인 림프종 데이터를 이용하여 제안한 방법의 타당성올 평가한다.
• 이는 사실상 불가능에 가까우며 모든 앙상블 결과가 좋은 것만은 아니다. 따라서 효과적으로 앙상블 공간을 탐색하는 방법이 필요하며, 본 논문에서는 GA를 이용한 방법을 제안한다.

제안 방법

• SASOMe 4X4 크기의 지도룔 초기에 사용하였다. GA는 집단의 크기를 100, 200, 500, 1000, 1500, 2000으로 변화시켜가며 실험하였고, 각 집단 크기에 대하여 0.3, 0.5, 0.7, 0.9의 교차율과 0.01, 0.05의 돌연변이율을 적용시 켜 보았으며, 교차방법으로는 일점교차, 선택방법으로는 룰렛 휠 방법을 사용하였다. 돌연변이는 바른 수렴을 위하여 0에서 1로 바뀌는 비율올 1에서 0으로 바뀌는 비율의 반으로 정하였다.
• 다양한 특징 선택법과 분류기가 존재하며, 둘올 곱한 수만큼의 특징-분류기가 존재한다. 본 논문에서는 7가지 톡징선택법과 6가지 분류기를 사용하였으므로 42가지 특징-분류기가 존재한다. 한편 그 중 항상 좋은 결과롤 보장하는 특징■■분류기가없으므로 이들의 앙상블을 통하여 개선된 성능올 기대할 수 있는데 42개의 특징-분류기로 만들 수 있는 앙상블조합은 무려 242가지가 존재하며 이를 모두 구하기는 사실상 불가능하다.
• 유전자들을 선택하게 된다. 본 논문에서는 통계적 상관계수에 기반을 둔 피어슨 상관계수(PC)와 스피어맨 상관계수(SC), 유사도에 기반을 둔 유클리드 거리 (ED)와 코사인 계수(CC), 마지막으로 정보이론에 기반을 둔 정보이득(IG), 상호정보(MI), 신호 대 잡음 비(SN)를 유전자 선택 방법으로 사용하여, 각 방법별로 순위를 매긴 후 상위 25개의 유전자를 의미 있는 유전자로 정하여 분류에 이용하였다.
• 분류기로는 패턴인식분야에서 널리 사용되는 다층신경망(MLP)과 kNN 및 근래에 많이 사용되는 SVM과 SOM의 단점올 개선한 SASOM을 사용하였다. MLP는 노드 간의 가중치를 조절하여 입력패턴이 목표출력에 최대한 가까운 값을 낼 수 있도록 해주며, 학습 방법으로는 오류 역전파 알고리즘을 사용하였다.
• 암 샘플과 정상 샘플에서 관련 유전자의 발현 정도는 서로 다른 양상올 보이게 되므로, DNA microarray상에서 얻은 유전발현 정보를 이용하여 분류를 할 수 았다.
• 본 논문에서는 42가지의 특징-분류기가 사용되었고 이는 42가지의 분류 결과만을 의미하지만, 이들을 사용하여 만들 수 있는 앙상블은 무려 242가지나 된다. 앙상블의 방법에 따라 더욱 다양한 결과를 얻을 수 있다, 본 논문에서는 투표 방법올 사용하였으며, 이는 앙상블에 참여한 특징-분류기 출력의 다수결을 구해서 테스트샘플에 대한 출력으로 결정하는 방식이다,
• 최적의 앙상블올 찾기 전에 GA가 옳은 방향으로 진화하고 있는지의 여부를 알아보기 위하여 평균 적합도의 추이를 살펴보았다. 그 결과 그림 3과 같이 세대가 지날수록 평균적합도가 상승하는 모습올 보여주었고, 따라서 GA가 해에 다가가고 있음올 알 수 있었다.

대상 데이터

• 9로 정하였다. SASOMe 4X4 크기의 지도룔 초기에 사용하였다. GA는 집단의 크기를 100, 200, 500, 1000, 1500, 2000으로 변화시켜가며 실험하였고, 각 집단 크기에 대하여 0.
• SVMe 학습 샘플들에 대하여 최적의 초평면을 찾아주는 방법인데, 선형 분리가 불가능한 경우 커널함수를 사용하여 선형의 특징공간으로 사상시킨다. 선형커널(SVM(L))과 RBF커널SVM(R»을 커널 함수로 사용하였다. SASOMe 학습이 시작되기 전에 구조를 결정해야 하는 SOM의 단점을 보완하기 위하여 고안된 방법이다.
• 실험 데이터로는 암 관련 유전발현 데이터인 림프종 데이터(httD://llmm).nih.
• (zov/lymDhoma)롤 사용하였다. 이 데이터는 4026개의 유전자로 구성되어 있고, 두 집단으로 구분되는 47개의 샘플올 가지고 있다. 이 중 22개롤학습에 이용하고, 25개를 테스트에 이용하였다.
• 이 데이터는 4026개의 유전자로 구성되어 있고, 두 집단으로 구분되는 47개의 샘플올 가지고 있다. 이 중 22개롤학습에 이용하고, 25개를 테스트에 이용하였다.

데이터처리

• 따라서 본 논문에서는 유전자 알고리즘을 이용하여 효과적으로 앙상블 공간을 탐색하는 방법올 제안한다. 그리고 잘 알려진 벤치마크 데이터인 림프종 데이터를 이용하여 제안한 방법의 타당성올 평가한다.

이론/모형

• MLP는 노드 간의 가중치를 조절하여 입력패턴이 목표출력에 최대한 가까운 값을 낼 수 있도록 해주며, 학습 방법으로는 오류 역전파 알고리즘을 사용하였다. KNNe 기억기반추론 방법으로서 테스트 샘플과 학습 샘플들과의 거리를 계산하여 가장 가까운 k개에 대하여 어느 집단이 가까운지를 알아보는 분류기이며, 거리를 측정하는 방법으로는 피어슨 상관계수(KNN(P))와 코사인 계수(KNN(C))의 두 가지를 사용하였다. SVMe 학습 샘플들에 대하여 최적의 초평면을 찾아주는 방법인데, 선형 분리가 불가능한 경우 커널함수를 사용하여 선형의 특징공간으로 사상시킨다.
• MLP는 노드 간의 가중치를 조절하여 입력패턴이 목표출력에 최대한 가까운 값을 낼 수 있도록 해주며, 학습 방법으로는 오류 역전파 알고리즘을 사용하였다. KNNe 기억기반추론 방법으로서 테스트 샘플과 학습 샘플들과의 거리를 계산하여 가장 가까운 k개에 대하여 어느 집단이 가까운지를 알아보는 분류기이며, 거리를 측정하는 방법으로는 피어슨 상관계수(KNN(P))와 코사인 계수(KNN(C))의 두 가지를 사용하였다.

성능/효과

• GA를 이용하여 최적 앙상블을 찾아본 결과, GA는 100%의 인식률을 보이는 앙상블을 찾아주었다. 비록 단일 특징-분류기의 성능이 상대적으로 좋지 않은 것들도 많이 있었지만, GA는 유전연산을 통하여 그들의 상보적 결합을 발견하여 최적해를 찾아주었다.
• 살펴보았다. 그 결과 그림 3과 같이 세대가 지날수록 평균적합도가 상승하는 모습올 보여주었고, 따라서 GA가 해에 다가가고 있음올 알 수 있었다.
• 비례하여 증가한다. 이때 GA를 이용함으로써 적은 시간을 들여 효과적으로 최적 앙상블올 찾아낼 수 있었다. 
• 전체적으로 특징선택법은 IG가, 분류기는 KNN(C)이 상대적으로 우수하였으며, 전체 평균 인식률은 67.1%였다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기