Dolování dat genové exprese řízené apriorní znalostí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A03151583" target="_blank" >RIV/68407700:21230/09:03151583 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Gene Expression Mining Guided by Background Knowledge

Popis výsledku v původním jazyce

This chapter points out the role of genomic background knowledge in gene expression data mining. The authors demonstrate its application in several tasks such as relational descriptive analysis, constraint-based knowledge discovery, feature selection andconstruction or quantitative association rule mining. The chapter also accentuates diversity of background knowledge. In genomics, it can be stored in formats such as free texts, ontologies, pathways, links among biological entities and many others. Theauthors hope that understanding of automated integration of heterogeneous data sources helps researchers to reach compact and transparent as well as biologically valid and plausible results of their gene-expression data analysis.

Název v anglickém jazyce

Gene Expression Mining Guided by Background Knowledge

Popis výsledku anglicky

This chapter points out the role of genomic background knowledge in gene expression data mining. The authors demonstrate its application in several tasks such as relational descriptive analysis, constraint-based knowledge discovery, feature selection andconstruction or quantitative association rule mining. The chapter also accentuates diversity of background knowledge. In genomics, it can be stored in formats such as free texts, ontologies, pathways, links among biological entities and many others. Theauthors hope that understanding of automated integration of heterogeneous data sources helps researchers to reach compact and transparent as well as biologically valid and plausible results of their gene-expression data analysis.

Druh

C - Kapitola v odborné knize

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET101210513" target="_blank" >1ET101210513: Relační strojové učení pro průzkum biomedicínských dat</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název knihy nebo sborníku

Data Mining and Medical Knowledge Management: Cases and Applications

ISBN

978-1-60566-218-3

Počet stran výsledku

25

Strana od-do

—

Počet stran knihy

467

Název nakladatele

IGI Publishing

Místo vydání

Hershey

Kód UT WoS kapitoly

—