Use of Entropy and Shrinkage method for Gene Expression Data Analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11110%2F14%3A10287814" target="_blank" >RIV/00216208:11110/14:10287814 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Use of Entropy and Shrinkage method for Gene Expression Data Analysis
Popis výsledku v původním jazyce
The aim of my research is the identification of new approaches for dimension reduction and classification of high dimensional gene expression data. The problem of dimensionality reduction means reducing the large number of genes only on the important genes which are somehow bundled together. The problem of classification means finding few genes from a large number of genes which are important for the classification of an uknown sample to a certain group (such as disease). I would like to establish bothtasks, i.e. dimension reduction and classification, on methods of information theory. The most known variables in information theory are Shannon entropy or mutual information. I would like to combine methods of information theory with the shrinkage method which is a generalization of the concept of the James-Stein estimate.
Název v anglickém jazyce
Use of Entropy and Shrinkage method for Gene Expression Data Analysis
Popis výsledku anglicky
The aim of my research is the identification of new approaches for dimension reduction and classification of high dimensional gene expression data. The problem of dimensionality reduction means reducing the large number of genes only on the important genes which are somehow bundled together. The problem of classification means finding few genes from a large number of genes which are important for the classification of an uknown sample to a certain group (such as disease). I would like to establish bothtasks, i.e. dimension reduction and classification, on methods of information theory. The most known variables in information theory are Shannon entropy or mutual information. I would like to combine methods of information theory with the shrinkage method which is a generalization of the concept of the James-Stein estimate.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal on Biomedicine and Healthcare
ISSN
1805-8698
e-ISSN
—
Svazek periodika
2
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
3
Strana od-do
6-8
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—