學(xué)習(xí)筆記，僅供參考，有錯必究

關(guān)鍵詞:自適應(yīng)共振理論(ART);模糊;ARTMAP;聚類;雙向聚類;子空間聚類;異聯(lián)想;基因表達(dá);生物信息學(xué);微陣列;數(shù)據(jù)挖掘;知識發(fā)現(xiàn);

---

文章目錄

• • BARTMAP: A viable structure for biclustering
  • • 摘要

---

BARTMAP: A viable structure for biclustering

摘要

聚類已被廣泛用于利用微陣列分析高通量信使RNA(mRNA)表達(dá)譜。此外，聚類已被證明是microRNA表達(dá)譜分析中的基礎(chǔ)，在癌癥診斷和治療、基因功能鑒定、治療開發(fā)和藥物檢測以及遺傳調(diào)控網(wǎng)絡(luò)推斷等領(lǐng)域顯示出巨大的前景。然而，由于在樣本或條件聚類方面存在許多不相關(guān)的基因，或者在基因聚類方面存在許多不相關(guān)的樣本或條件，這樣的做法本身就有局限性。

雙聚類為這類問題提供了一種解決方案，它可以在兩個維度上同時進行聚類，或者在沒有任何先驗信息的情況下自動將特征選擇整合到聚類中，從而建立起基因的聚類（一般是特征）和樣本或條件的聚類（數(shù)據(jù)對象）的關(guān)系。然而，NP完全的計算復(fù)雜性給識別這種局部關(guān)系的計算方法提出了很大的挑戰(zhàn)。

在這里，我們提出并證明了可以對基于神經(jīng)的分類器ARTMAP進行修改，從而以一種有效的方式執(zhí)行雙聚類，從而形成了一種名為雙聚類ARTMAP（BARTMAP）的雙聚類算法。

在多個人類癌癥數(shù)據(jù)集上的實驗結(jié)果表明，BARTMAP可以實現(xiàn)比其他常用的雙聚類或聚類算法更高質(zhì)量的聚類結(jié)構(gòu)，并且運行時間快。

總結(jié)

以上是生活随笔為你收集整理的文献记录(part10)--BARTMAP-A viable structure for biclustering的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。