기계학습 접근법에 기반한 유전자 선택 방법들에 대한 리뷰

유전자 발현 데이터는 각 유전자에 대해 mRNA 양의 정도를 나타내고, 그러한 유전자 발현량에 대한 분석은 질병 발생에 대한 메커니즘을 이해하고 새로운 치료제와 치료 방법을 개발하는데 중요한 아이디어를 제공해오고 있다. 오늘날 DNA 마이크로어레이와 RNA-시퀀싱과 같은 고출력 기술은 수천 개의 유전자 발현량을 동시에 측정하는 것을 가능하게 하여 고차원성이라는 유전자 발현 데이터의 특징을 발생시켰다. 이러한 고차원성으로 인해 유전자 발현 데이터를 분석하기 위한 학습 모형들은 과적합 문제에 부딪히기 쉽고, 이를 해결하기 위해 차원 축...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Ŭngyong tʻonggye yŏnʼgu 2022, Vol.35 (5), p.667-684
Hauptverfasser:	이하정, Hajoung Lee, 김재직, Jaejik Kim
Format:	Artikel
Sprache:	kor
Schlagworte:	gene expression data gene selection supervised learning unsupervised learning 비지도학습 유전자 발현 데이터 유전자 선택 지도학습
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!