项目名称: 高维生物数据的PLS特征选择方法研究

项目编号: No.61473329

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 游文杰

作者单位: 福建师范大学

项目金额: 57万元

中文摘要: 基于统计计算与机器学习理论方法,针对高维数、小样本、高噪声、强相关和多类别的生物数据,研究偏最小二乘特征选择模型算法。给出考虑交互效应的多特征选择算法,筛选较小主效应且有较强交互效应的信息特征;引入递归特征消除策略的多特征选择算法,提升所选子集的一致性和紧致性;给出多扰动的集成特征选择方法,增强所选特征子集的稳健性;提出选维与降维的特征级信息融合框架,挖掘高维数据的潜结构信息;开发实现计算分析工具。将研究算法应用到全基因组水平的肿瘤基因表达分析中,筛选出肿瘤特异表达基因,提取表达模式和共调节基因,辅助生物学家理解和解释肿瘤基因的特异表达机制,达到有效辅助生物实验的水平。本研究计划,有助于加强高维小样本多类别生物数据的处理方法研究,促进生物信息处理和前沿问题的理解,对数据挖掘方法与生物学科的结合研究有着信息学与生物学意义。

中文关键词: 特征提取;特征选择;鉴别分析;数据挖掘

英文摘要: In view of the data with high-dimensional small sample (HDSS), high noise, strong relevance and multi-class, our project focuses on the models and algorithms of feature reduction based on the theory and methods of statistical computing and machine learning. We present multi-feature selection, which takes into accounts the combined effects of all the features and the correlation among the features, indirectly consider the joint distribution of features, and effective detect the features with a relatively small main effect, but with a strong interaction effect; We present a novel multi-feature selection based on recursive feature elimination strategy, which can improve the consistency of the selected feature subset, and makes the selected feature subset more compact; We present multipertubation ensemble feature selection, which improve the affectiveness of the selected feature subset on the small sample data; We propose the novel method which implements information fusion of feature selection and feature extraction in a unified framework. It can effectively improve the generalization ability of the learner, and enhance the interpretability and understandability of recognition results. Moreover, our algorithm is computationally efficient especially for high-dimensional dataset, and it can be applied to both two-category classification and multi-category classification problems without limitation. Further, our methodology is applied to the study of tumor gene expression analysis on genome-wide level, and focusing on identify tumor-specific expressed genes and extract co-regulate genes. The works will assist biologists to understand and explain the mechanism of tumor-specific gene expression, and effectively assist the biological experiments level. The projected impact of our results will be of interest to cancer biologists, it will provide a new research paradigm in studies of other complex traits or diseases under multi-conditions. Our model and algorithms are also applied to the other study of biological information processing, to achieve the efficient feature selection, and to assistant biological experiments. Our research will help promote biological information processing and accelerate the understanding of its frontier issues. It can provide a theoretical basis and practical calculation methods to solve complex calculation of HDSS.

英文关键词: feature exaction;feature selection;Discriminant analysis;data mining

成为VIP会员查看完整内容
1

相关内容

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
26+阅读 · 2021年7月11日
【2021新书】Python流数据实用机器学习,127页pdf
专知会员服务
73+阅读 · 2021年5月23日
【经典书】数据结构与算法,770页pdf
专知会员服务
140+阅读 · 2021年4月15日
专知会员服务
79+阅读 · 2021年2月16日
经济学中的数据科学:机器学习与深度学习方法
专知会员服务
26+阅读 · 2020年10月19日
赛尔原创@EMNLP 2021 | 基于稀疏子网络的领域迁移
哈工大SCIR
0+阅读 · 2022年4月1日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月6日
Mode Reduction for Markov Jump Systems
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
17+阅读 · 2022年2月23日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
小贴士
相关VIP内容
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
26+阅读 · 2021年7月11日
【2021新书】Python流数据实用机器学习,127页pdf
专知会员服务
73+阅读 · 2021年5月23日
【经典书】数据结构与算法,770页pdf
专知会员服务
140+阅读 · 2021年4月15日
专知会员服务
79+阅读 · 2021年2月16日
经济学中的数据科学:机器学习与深度学习方法
专知会员服务
26+阅读 · 2020年10月19日
相关资讯
赛尔原创@EMNLP 2021 | 基于稀疏子网络的领域迁移
哈工大SCIR
0+阅读 · 2022年4月1日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
相关基金
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年5月6日
Mode Reduction for Markov Jump Systems
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
17+阅读 · 2022年2月23日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
微信扫码咨询专知VIP会员