최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 을지대학교 Eulji university |
---|---|
연구책임자 | 박미라 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-03 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100000801 |
과제고유번호 | 1711084283 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2021-06-05 |
키워드 | 다중블록 다중그룹.잠재적 합성변수.지도학습.차원축소.독립성분분석.정밀의학. |
○ 연구개요
본 과제에서는 3차년에 걸쳐 다중오믹스자료의 분석을 위한 차원축소 및 시각화 방법을 연구하였다. 1차년도의 내용은 iterative pruning 기법을 이용한 유전적인 집단구조분석법이다. 유전적으로 서로 다른 부모집단을 구성하고 있는지 탐색적으로 알아보기 위한 방법으로서 독립성분분석을 반복적용하여 부모집단의 수를 정의하고 개체를 적절히 할당하는 방법을 개발하였다. 2차년도에는 다중오믹스자료에서 볼수 있는 다중블록형태의 데이터 분석을 위한 방법을 연구하였다. 변수군집과 잠재적 합성변수를 이용하여 차원축소를 하고 이
※ AI-Helper는 부적절한 답변을 할 수 있습니다.