Big Data, Biostatistics and Complexity Reduction
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F18%3A00489389" target="_blank" >RIV/67985807:_____/18:00489389 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.24105/ejbi.2018.14.2.5" target="_blank" >http://dx.doi.org/10.24105/ejbi.2018.14.2.5</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.24105/ejbi.2018.14.2.5" target="_blank" >10.24105/ejbi.2018.14.2.5</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Big Data, Biostatistics and Complexity Reduction
Popis výsledku v původním jazyce
The aim of this paper is to overview challenges and principles of Big Data analysis in biomedicine. Recent multivariate statistical approaches to complexity reduction represent a useful (and often irreplaceable) methodology allowing performing a reliable Big Data analysis. Attention is paid to principal component analysis, partial least squares, and variable selection based on maximizing conditional entropy. Some important problems as well as ideas of complexity reduction are illustrated on examples from biomedical research tasks. These include high-dimensional data in the form of facial images or gene expression measurements from a cardiovascular genetic study.
Název v anglickém jazyce
Big Data, Biostatistics and Complexity Reduction
Popis výsledku anglicky
The aim of this paper is to overview challenges and principles of Big Data analysis in biomedicine. Recent multivariate statistical approaches to complexity reduction represent a useful (and often irreplaceable) methodology allowing performing a reliable Big Data analysis. Attention is paid to principal component analysis, partial least squares, and variable selection based on maximizing conditional entropy. Some important problems as well as ideas of complexity reduction are illustrated on examples from biomedical research tasks. These include high-dimensional data in the form of facial images or gene expression measurements from a cardiovascular genetic study.
Klasifikace
Druh
J<sub>ost</sub> - Ostatní články v recenzovaných periodicích
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/NV15-29835A" target="_blank" >NV15-29835A: Analýza funkční organizace epileptogenních sítí s využitím teorie grafů: význam pro předoperační diagnostiku pacientů s neokortikální epilepsií.</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
European Journal for Biomedical Informatics
ISSN
1801-5603
e-ISSN
—
Svazek periodika
14
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
9
Strana od-do
24-32
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—