선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- cancer dataset 등 세 가지의 벤치마크 데이터 집합에 다양한 유전자 선택 방법과 분류 방법을 적용하여 그 성능을 비교 평가하고, 나아가 각 분류기의 분류 결과를 적절하게 결합하여 결합되어진 분류기의 분류 성능이 향상됨을 보이고자 한다.
제안 방법
- 7개의 유전자 선택 방법과 6개의 분류기를 사용하여 42개의 분류 결과를 정리하였으며, 총 42개 중에서 3개의 분류기를 선택하여 모든 조합을 각각 다수결 결합으로 그 결과를 정리하였다.
- KNN의 살험에서는 가까운 인접노드의 개수 k를 1에서 8까지 변화하여 실험하였다. 그리고 샘플의 유사도를 측정하는 척도는 Pearson correlation coefficient0!! 의한 상관관계 척도와 Euclidean distance에 의한 유사도 척도를 이용하였다.
- MLP를 이용한 실험에서는 모멘텀은 0.9로 정하였고 총 레이어의 수는 3으로 고정한 후에 학습률을 0.01 에서 0.50으로 변화시켜가며 실험을 하였다. 또한 학습 데이터에 과적합 되는 것을 막기 위하여 학습과정에서의 최대 반복은 100으로 고정하였다.
- SASOM의 실험에서는 초기 학습률을 0.05, 최종 학습률을 0.02로 하고 초기 학습 반복수를 1000, 최종 학습 반복수를 10000오로 하였으며 초기 반경을 10, 최종 반경을 3으로 정하였다.
- SVM의 살험에서는 커널 함수로 Linear 함수와 RBF 함수를 사용하였으며, RBF 커널 함수를 사용한 경우에 감마 변수를 0」에서 0.5로 변화하여 실험하였다.
- 62개의 샘플 데이터 중에서 40개는 암 세포의 샘플이며, 다른 22개는 정상 세포의 샘플이다. 각 샘플은 같은 환자의 암 부위와 정상 부위의 세포에서 채취되었으며, high density oligonucleotide microarray를 사용하여 만들어졌다.
- KNN 알고리즘은 분류하고자 하는 샘플을 입력받은 후에 Pearson correlation c(>efficient와 같은 상관관계 척도 혹은 Euclidean distance와 같은 유사도 척도를 이용하여 입력 샘플과 가장 유사한 k 개의 샘플을 찾는다. 선택된 k 개 샘플들의 분류 결과에 분류하고자 하는 샘플과의 유사도를 가중치로 곱하여 분류하고자 하는 샘플의 분류 결과를 결정한다.
- 보인다[6]. 역전파(back-pTOpagation) 알고리즘을 사용하여 신경망의 결과 값이 분류 목표치에 가까워지도록 신경망의 가중치를 조절해나감으로써 주어진 패턴을 학습한다.
- 원래는 2 클래스 패번 분류 문제를 해결하기 위해 제안되었다宙丄 선형 SVMe 기존의 경험적 리스크 최소화보다 월등한 성능을 갖고 있는 구조적 리스크 최소화의 통계적 학습이론에 기반한다. 이차원 데이터 분류문제에서 가장 최적의 초평면(Hyperplane)을 구하여 이를 경계 걸정면으로 선택한다. 최적의 초평면은 선형 분리가 가능한 두 집단에 대해 집단을 구분지으벼, 마진을 최대로 한다.
대상 데이터
- 47개의 샘플 중에서 22개를 학습 데이터로 사용하였고, 나머지 25개를 실험 데이터로 사용하였으며, 각 샘플은 4026개의 유전자 발현 정보를 갖고 있다.
- 원래의 데이터는 6000개의 유전자 정보를 갖고 있었지만, 정확하지 않은 정보를 갖고있는 4000개를 제거한 것이다. 62개의 샘플 데이터 중에서 40개는 암 세포의 샘플이며, 다른 22개는 정상 세포의 샘플이다. 각 샘플은 같은 환자의 암 부위와 정상 부위의 세포에서 채취되었으며, high density oligonucleotide microarray를 사용하여 만들어졌다.
- 62개의 샘플 증에서 31개를 학습 데이터로 사용하였고, 나머지 31개를 실험 데이터로 사용하였다.
- 얻어진 데이터이다. 72개의 샘플 데이터 중에서 63개는 골수로부터 채취하였고, 나머지 9개는 말초 혈액으로부터 채취하여 high density oligonucleotide microarray를 사용하여 만들어졌다.
- 72개의 샘플 중에서 38개를 학습 데이터로 사용하였고, 나머지 34개를 실험 데이터로 사용하였는데, 각 샘플은 7129개의 유전자 발현 정보를 갖고 있다.
- Leukemia datasete 72개의 샘플 데이터로 구성되어있으며, 백혈병의 두 가지 종류인 급성 골수성 백혈병(acute my이oid leukemia, AML) 환자 25명과 급성 림프성 백혈병(acute lymphoblastic leukemia, ALL) 환자 47명으로부터 얻어진 데이터이다. 72개의 샘플 데이터 중에서 63개는 골수로부터 채취하였고, 나머지 9개는 말초 혈액으로부터 채취하여 high density oligonucleotide microarray를 사용하여 만들어졌다.
- 한 종류가 germinal center B cell-like DLCL이고 나머지가 activated B cell-like DLCL이다. Lymphoma datasete GC B-like 샘플 24개와 activated B니ike 샘플 23개로 구성되어 있다.
- 발현 정보를 갖고 있다. 원래의 데이터는 6000개의 유전자 정보를 갖고 있었지만, 정확하지 않은 정보를 갖고있는 4000개를 제거한 것이다. 62개의 샘플 데이터 중에서 40개는 암 세포의 샘플이며, 다른 22개는 정상 세포의 샘플이다.
이론/모형
- KNNe 샘플들의 상관관계나 유사도를 이용하여 비슷한 샘플들의 분류 결과를 참조하는 방식에 기반 한다. KNN 알고리즘은 분류하고자 하는 샘플을 입력받은 후에 Pearson correlation c(>efficient와 같은 상관관계 척도 혹은 Euclidean distance와 같은 유사도 척도를 이용하여 입력 샘플과 가장 유사한 k 개의 샘플을 찾는다.
- 본 논문에서는 추상 레벨의 대표적인 방법 중의 하나인 다수결 방법을 사용하였다. 다수결 결합은 결합된 분류기 집합에서 가장 많은 분류기가 내놓은 결과를 다중 분류기의 결과로서 사용하는 것이다.
- 의한 상관관계 척도와 Euclidean distance에 의한 유사도 척도를 이용하였다.
성능/효과
- Leukemia dataset의 경우에는 각 분류기의 가장 좋은 성능과 결합방법의 가장 좋은 성능이 같지만, colon dataset의 경우와 lymphoma dataset의 경우에는 결합방법의 결과가 더 나은 성능을 보이는 것을 알 수 있다. Colon dataset의 경우 분류기의 최고 인식률을 83.
- 55%의 인식률을 보였을 때의 결합된 분류기들을 나타낸다. 가장 좋은 성능을 보인 결합방법으로 결합된 분류기를 살펴보면 결합된 분류기의 종류보다 특징 추출 방법이 분류 성능 향상에 더 많은 영향을 끼친 것을 볼 수 있다.
- 55%로 분류 성능이 향상된 것을 볼 수 있다. 또한 Lymphoma dataset의 경우에도 분류기의 최고 인식률은 92.00%인데 반해, 결합방법의 최고 인식률은 96.00%로 분류 성능이 향상되었음을 알 수 있다.
후속연구
- 유전자 microarray 기술의 발전은 암의 정확한 예측과 진단 분야에도 적용되어 많은 도움을 줄 것으로 예상된다. 특히 암의 정확한 분류는 암의 치료에 있어서 매우 중요한 이슈가 되기 때문에 유전자 정보를 이용하여 암을 분류하는 문제에 관한 많은 연구가 진행되고 있다[2][3].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.