WEKO3
-
RootNode
アイテム
AdaBoostを用いた遺伝子制御ネットワークの統合的推定
http://hdl.handle.net/2261/25837
http://hdl.handle.net/2261/258371b5aec0e-0cbe-4d5d-a75b-226a01bd7760
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
namatame.pdf (1.0 MB)
|
|
| Item type | 学位論文 / Thesis or Dissertation(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2011-08-08 | |||||
| タイトル | ||||||
| タイトル | AdaBoostを用いた遺伝子制御ネットワークの統合的推定 | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | バイオインフォマティクス | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 遺伝子制御ネットワーク | |||||
| 資源タイプ | ||||||
| 資源 | http://purl.org/coar/resource_type/c_46ec | |||||
| タイプ | thesis | |||||
| 著者 |
生田目, 慎也
× 生田目, 慎也 |
|||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 5587 | |||||
| 姓名 | Nabatame, Shinya | |||||
| 著者所属 | ||||||
| 著者所属 | 東京大学大学院工学系研究科 電子工学専攻 | |||||
| Abstract | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 本論文では複数の漸化式・微分方程式モデルによる遺伝子制御ネットワークの推定結果をAdaBoostにより統合する方法を提案する．発現量時系列データから遺伝子制御ネットワークを推定するためにS-systemや線形モデルなどの様々な漸化式・微分方程式モデルが提案されている．現在は特定のモデルがターゲットとするネットワークの推定に適していると仮定して推定が行われている．しかしながら，複数のモデルが提案されている状況から分かるように，対象とする時系列データに対してどのモデルが推定に適しているか不明であるという問題がある．この問題に対して複数の漸化式・微分方程式モデルによる統合的な推定方法は有効であると考えられる．本論文ではAdaBoostを用いた複数の推定手法（モデル）の統合を提案し，さらに推定実験を行い提案手法の有効性を示す． | |||||
| Abstract | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | In order to estimate Gene Regulatory Networks (GRNs) from gene expression time series data, various recurrence or differential equation based models have been proposed, such as S-system, Linear model etc. Generally, it is assumed that a specific recurrence or differential equation model is sufficient to estimate the network from the expression profile. However, with so many different models available, it is not easy to recognize the model that will be most suitable for a particular network inference problem. To deal with the problem, integrative estimation with multiple recurrence or differential equation based models seems promising. In this paper, we propose the integration of multiple estimation methods by means of AdaBoost. Empirical studies show the effectiveness of our proposal. | |||||
| 書誌情報 | 発行日 2007-02-02 | |||||
| 日本十進分類法 | ||||||
| 主題Scheme | NDC | |||||
| 主題 | 007 | |||||
| 学位 | ||||||
| 値 | master | |||||
| 研究科・専攻 | ||||||
| 工学系研究科電子工学専攻 | ||||||
| 学位授与年月日 | ||||||
| 学位授与年月日 | 2007-03 | |||||
| 学位記番号 | ||||||
| 修第号 | ||||||
