$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] SVM을 이용한 효율적인 위암관련 SNP 정보분석
Effective Analysis Of SNP Related Gastric Cancer Using SNP 원문보기

한국정보처리학회 2006년도 제25회 춘계학술발표대회, 2006 May 01, 2006년, pp.435 - 438  

김동회 (한림대학교 정보통신공학부) ,  김유섭 (한림대학교 정보통신공학부) ,  천세학 (서울산업대학교 경영관리과) ,  천세철 (건국대학교 생명환경과학대학 분자생명공학과) ,  함기백 (아주대학교 간소화기 질환센터) ,  김진 (한림대학교 정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

Single Nucleotide Polymorphism(SNP)는 인간 유전자 서열의 0.1%에 해당하는 부분으로 이는 각 개인의 체질 및 각종 유전질환과 밀접한 관련이 있다고 알려져 있으며 이 SNP 정보를 이용 각종 질환의 유전적 원인규명에 대한 많은 생물학적 연구가 진행되고 있다. 그러나 아직 SNP를 이용한 효율적인 분석방법에 대한 전산학적 연구는 많지 않다. 본 논문에서는 대표적인 패턴인식기 중 하나인 Support Vector Machine(SVM)을 이용 한국인의 대표적인 유전질환으로 알려진 위암에 대한 예측율을 실험하였다. 실험 데이터는 간 및 소화기 질환 유전체 센터에서 얻어진 위 질환 환자를 대상으로 하였으며 실험 결과 예측율은 67.3%로 이는 Case Based Reasoning(CBR)방법의 55% 보다 더 좋은 예측 결과를 보였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 현재 국내에서는 SNP정보를 이용 한국인의 유전 질환과 SNP와의 관계를 규명하기 위한 많은 연구가 진행되고 있다. 본 논문에서는 Support Vector Machine(SVM)[1]을 이용 한국인의 대표적 유전질환인 위암의 예측율 실험에 대해 논한다. 2장에서는 SNP과 SVM에 대하여 설명하고 3장에서는 실험에 사용된 데이터 및 방법에 대하여 설명한다.
  • 그러나 선형 커널과 다항 커널이 그 중에서 가장 광범위하고 다양한 응용에 사용된 커널이다. 따라서 본 연구에서는 선형 커널 및 다항 커널을 각각 적용시켜 문제를 해결하고자 하였다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로