최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 건국대학교 KonKuk University |
---|---|
연구책임자 | 김재범 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2016-06 |
과제시작연도 | 2015 |
주관부처 | 미래창조과학부 Ministry of Science, ICT and Future Planning |
등록번호 | TRKO201700013553 |
과제고유번호 | 1711029176 |
사업명 | 신진연구자지원 |
DB 구축일자 | 2017-11-25 |
키워드 | 생물정보학.기계학습.다중오믹스데이터.전이학습.베이지안 모델.차세대응용오믹스.점진적 학습.시스템 인포매틱스.다중오믹스 신기술개발.Bioinformatics.Machine learning.Multiomics data.Transfer learning.Bayesian model.Next generation omics-application.Incremental leaning.System informatics.Multiomics novel technology development. |
DOI | https://doi.org/10.23000/TRKO201700013553 |
□ 연구의 목적 및 내용
본 과제에서는 (1) 공유/보전된 각종 특성 및 해당 의미 정보와 특정 종만의 고유 정보에 기반한 다중오믹스 데이터 설명 모델을 유추하고 (2) 생물학적인 기반 지식을 활용하여 복잡한 생물학 데이터를 설명할 수 있는 기계학습 방법론을 개발한다. 특히 본 과제에서는 메타게놈 데이터에 집중하여 메타게놈 데이터 분석을 위한 다중오믹스 결합 방법론과 기계학습 방법론을 개발한다.
□ 연구결과
본 연구에서는 NGS (Next Generation Sequencing) 기법을 통해 생성된 데이터의
□ Purpose& contents
The purposes of this research are as follows: (i) to construct multiomics data description models based on unique characteristics of sampled species and established biological principles and (ii) to develop machine learning methods capable of analyzing complex biological data
※ AI-Helper는 부적절한 답변을 할 수 있습니다.