کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7562622 1491521 2016 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A variable selection method for simultaneous component based data integration
ترجمه فارسی عنوان
یک روش انتخاب متغیر برای یکپارچگی داده ها بر پایه جزء همزمان
کلمات کلیدی
یکپارچه سازی داده ها، تجزیه و تحلیل جزء همزمان تجزیه و تحلیل، آستانه نرم روند مشترک / متمایز
ترجمه چکیده
ادغام داده های با توان بالا چند بلوک از منابع متعدد یکی از چالش های عمده در چندین رشته شامل متابولومیک، زیست شناسی محاسباتی، ژنومیک و روانشناسی بالینی است. یک چالش اصلی در این تحقیق این است که نتایج قابل تفسیر را بدست آوریم (1) که بینش منابع مشترک و متمایز تغییرات مربوط به بلوک های داده چندگانه و ناهمگن را نشان می دهد و 2) شناسایی متغیرهای مرتبط را تسهیل می کند. ما یک روش انتخاب جدید متغیر برای انجام یکپارچه سازی داده ها، ارائه نتایج به راحتی قابل تفسیر و بازیابی ساختار داده های اساسی مانند اجزای رایج و متمایز ارائه می دهیم. انعطاف پذیری و کاربرد این روش از طریق شبیه سازی های عددی و یک برنامه کاربردی برای داده های متابولومیکیک نمایش داده می شود.
موضوعات مرتبط
مهندسی و علوم پایه شیمی شیمی آنالیزی یا شیمی تجزیه
پیش نمایش مقاله
یک روش انتخاب متغیر برای یکپارچگی داده ها بر پایه جزء همزمان
چکیده انگلیسی
The integration of multiblock high throughput data from multiple sources is one of the major challenges in several disciplines including metabolomics, computational biology, genomics, and clinical psychology. A main challenge in this line of research is to obtain interpretable results 1) that give an insight into the common and distinctive sources of variations associated to the multiple and heterogeneous data blocks and 2) that facilitate the identification of relevant variables. We present a novel variable selection method for performing data integration, providing easily interpretable results, and recovering underlying data structure such as common and distinctive components. The flexibility and applicability of this method are showcased via numerical simulations and an application to metabolomics data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Chemometrics and Intelligent Laboratory Systems - Volume 158, 15 November 2016, Pages 187-199
نویسندگان
, ,