메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정유정 (Chosun University) 최광미 (Chosun University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제23권 제12호(통권 제177호)
발행연도
2018.12
수록면
43 - 48 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, more efficient classification result could be obtained by applying the combination of the Hidden Markov Model and SVM Model to HMSV algorithm gene expression data which simulated the stochastic flow of gene data and clustering it. In this paper, we verified the HMSV algorithm that combines independently learned algorithms. To prove that this paper is superior to other papers, we tested the sensitivity and specificity of the most commonly used classification criteria. As a result, the K-means is 71% and the SOM is 68%. The proposed HMSV algorithm is 85%. These results are stable and high. It can be seen that this is better classified than using a general classification algorithm. The algorithm proposed in this paper is a stochastic modeling of the generation process of the characteristics included in the signal, and a good recognition rate can be obtained with a small amount of calculation, so it will be useful to study the relationship with diseases by showing fast and effective performance improvement with an algorithm that clusters nodes by simulating the stochastic flow of Gene Data through data mining of BigData.
#BigData #Data Mining Gene Data #Classification System

목차

Abstract
Ⅰ. Introduction
Ⅱ. Preliminaries
Ⅲ. The Proposed Scheme
Ⅳ. Conclusions
REFERENCES

참고문헌 (16)

참고문헌 신청
[학술지(정기간행물)] - G. K. / 2003 / Statistical issues in microarray data analysis / Functional Genomics, Methods and Protocols 24 : 111 ~ 136 google schola [학술지(정기간행물)] - Y.Chen / 1997 / Bittner, Ratio-Based Decision and the Quantitative Analysis of cCNA Microarray Images / Journal of Biomedical Optics 2 (4) : 364 ~ 374 google schola [학술지(정기간행물)] - Y. H. Yang / 2002 / Normalization for cDNA Microarray data : a robust composite method addressing single and multiple slide systematic variation / Nucleic Acids Research (2002) google schola [단행본] - Pierre Baldlnd / 2002 / DNA Microarrays and gene expression / Cambridge University Press google schola [단행본] - T. Kohonen / 1997 / elf-Organizing Map / Springer google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

바이오메디컬 데이터 처리를 위한 데이터마이닝 활용
손호선 ,  김경옥 ,  차은종 외 1명 전기학회논문지 2016 .07
포스트게놈 시대의 국내 유전체연구 현황 : 한국적 거버넌스의 제도적 다형성 연구
이준석 과학기술학연구 2015 .06
슬기로운 게놈생활
박태현 BT NEWS 2021 .10
Whole genome sequence of a Pseudoalteromonas sp. strain SiA1 isolated from a Pterocirrus species in the Antarctic Ocean
Kyuwon Jeon ,  Sia Kang ,  Young Jun Lee 외 2명 미생물학회지 2022 .06
"아시아인 건강을 위한 한국인 게놈" : 한국인 유전체 프로젝트의 상업화 전략
현재환 과학기술학연구 2019 .07

최근 본 자료

전체보기

댓글(0)

0