skip to main content
訪客
個人書架
我的帳戶
登出
登入
This feature requires javascript
檢索首頁
圖書館首頁
電子期刊
引用參考文獻查詢
指定參考書查詢
新書通報
標籤查詢
線上輔助
語言:
English
繁體中文
This feature required javascript
This feature requires javascript
Primo Search
館藏+文章
館藏+文章
館藏
查館藏
文章
查文章
機構典藏
機構典藏
Search For:
Clear Search Box
Search in:
館藏
Or hit Enter to replace search target
Or select another collection:
Search in:
館藏
進階檢索
瀏覽查詢
This feature requires javascript
資源種類
criteria input
圖書
期刊
視聽資料
全部館藏
顯示結果:
criteria input
包含在我的檢索語句內
完全相同
起始以
顯示結果:
查詢種類 索引
criteria input
任何地方
題名
ISBN
ISSN
Show Results with:
題名
Show Results with:
任何地方
題名
ISBN
ISSN
This feature requires javascript
基於頻譜處理與自我迴歸模式化之基因表現時間序列 = Spectral processing
and
autoregressive modeling for unsupervised clustering of time-series gene expressions
黎乾元 (資訊工程) 國立臺南大學 資訊工程學系碩士班 民100[2011
可在
府城總館
2樓參考書區
(DC CSIE 100006 )
取得
(請點選下列選項)
This feature requires javascript
館藏地
詳細格式
評論和標籤
相關文章推薦
FullText@NUTN
虛擬書架
This feature requires javascript
傳送到
加入個人書架
從個人書架中移除
E-mail
列印
永久連結
引用
EndNote
導出 RiS
This feature requires javascript
題名:
基於頻譜處理與自我迴歸模式化之基因表現時間序列 = Spectral processing
and
autoregressive modeling for unsupervised clustering of time-series gene expressions
著者:
黎乾元 (資訊工程)
國立臺南大學 資訊工程學系碩士班
主題:
非監督式分群 基因表現時間序列 頻譜分析 自我迴歸模式 基因知識本體
;
Spectral Analysis Autoregressive Model Unsupervised Clustering Time-Series Gene Expressions Gene Ontology
描述:
隨著微陣列晶片技術的進步,使得人們可以同時對數千或數萬個基因在不同時間點進行基因表現分析,所獲得的基因表現時間序列資料量相當龐大,如何利用龐大的基因表現時間序列找出具有相似生物性功能或相互調控關係的基因則是生物資訊領域一個很重要的議題,而分群則是分析像這種大量基因表現資料的主要工具之一。本論文提出了一個結合頻譜分析和自我迴歸模式的方法探討基因表現時間序列的分群問題,除了利用頻譜可以解決時間序列時間位移的問題,同時可以藉由自我迴歸模式表達資料的動態特性。本論文同時使用人工模擬資料以及過去相關論文使用的五組實際生物資料測試所提出演算法的有效性,並與一些傳統上常用的方法進行比較與分析。實驗結果顯示結合頻譜分析和自我迴歸模式的分群演算法能夠有效提升基因表現時間序列分群的結果。最後,本論文並對比較結果進行無母數統計顯著性分析,並且透過基因本體與酵母菌細胞週期基因調控路徑分析生物性意義的關連性。 With the advancements of microarray technology, we can acquire tremendous time-series gene expressions of a large number of genes over different time points in a short time. Those genes with similar expression profiles or with similar expression profiles after some time shifting might be associated with some biological processes or functions. Such genes are termed as co-expressed genes
and
are expected to be closely related in the same genetic regulatory networks. Clustering is one of the primary tools for analyzing such data. In this thesis, we address the clustering of time-series gene expressions and propose a hybrid of spectral and autoregressive (AR) modeling approach for this problem. The benefit of applying spectral processing lies in its capability to cope
出版者:
碩士論文--國立臺南大學資訊工程學系碩士班, 99學年度
建立日期:
民100[2011
格式:
vii, 40葉 : 圖, 表 ; 30公分.
語言:
中文
資源來源:
NUTN ALEPH
連結
連結圖書館目錄
PDF全文 校內立即公開、校外5年後公開
PDF全文 校內立即公開、校外5年後公開
This feature requires javascript
This feature requires javascript
返回到檢索清單
前一個記錄
檢索清單
10
下ㄧ個記錄
This feature requires javascript
This feature requires javascript
正在檢索遠程資料庫,請稍等
查詢:
在
scope:("NUTN"),scope:(NUTN_ALEPH)
顯示現有記錄
This feature requires javascript
This feature requires javascript