Discovering Knowledge from Local Patterns in SAGE Data
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A03151580" target="_blank" >RIV/68407700:21230/09:03151580 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Discovering Knowledge from Local Patterns in SAGE Data
Original language description
Discovery of biologically interpretable knowledge from gene expression data is a crucial issue. Current gene data analysis is often based on global approaches such as clustering. An alternative way is to utilize local pattern mining techniques for globalmodelling and knowledge discovery. Nevertheless, moving from local patterns to models and knowledge is still a challenge due to the overwhelming number of local patterns and their summarization remains an open issue. This paper is an attempt to fulfillthis need: thanks to recent progress in constraint-based paradigm, it proposes three data mining methods to deal with the use of local patterns by highlighting the most promising ones or summarizing them. Ideas at the core of these processes are removingredundancy, integrating background knowledge and recursive mining.
Czech name
Získávání znalostí z lokálních vzorů v SAGE datech
Czech description
Získávání srozumitelné znalosti z dat genové exprese se tradičně provádí globálními metodami jako jsou shlukování nebo statistická analýza. Alternativním postupem je dolování lokálních vzorů. Kandidátských lokálních vzorů je ale pro manuální analýzu příliš a je nutné provést jejich automatický předvýběr. Tato kapitola k tomu využívá omezujících podmínek definovaných na základě genomické apriorní znalosti. Kromě teoretického rámce je součástí kapitoly i případová studie provedená na SAGE datech.
Classification
Type
C - Chapter in a specialist book
CEP classification
JD - Use of computers, robotics and its application
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2009
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Book/collection name
Data Mining and Medical Knowledge Management: Cases and Applications
ISBN
978-1-60566-218-3
Number of pages of the result
17
Pages from-to
—
Number of pages of the book
467
Publisher name
IGI Publishing
Place of publication
Hershey
UT code for WoS chapter
—