卡普格里德

QAPgrid:一种基于两级QAP的大规模数据分析和可视化方法。背景:大量数据的可视化是一项在计算上具有挑战性的任务,通常会带来有价值的新见解。组合优化的新算法和新模型在应用中具有很大的潜力。数据集通常包含“隐藏的规则”,一个组合的识别和可视化方法应该揭示这些结构,并以有助于分析的方式呈现它们。虽然存在多种方法,包括使用非线性优化算法的方法,但即使只处理几百个对象,也存在严重的局限性。方法学/主要发现:我们提出了一种新的数据可视化方法(QAPgrid),它揭示了可以计算相似性度量的对象的大数据集中的相似性和差异性模式。对象被指定给二维空间中基础方格线上的位置。我们使用二次指派问题(QAP)作为数学模型,提供一个目标函数来分配目标到网格上的位置。我们使用模因算法(一种强大的元启发式算法)来处理这个NP难组合优化问题的大型实例,并在实际数据集的可视化上展示了它的性能。结论/意义:总体而言,结果表明QAPgrid算法能够生成一个表示数据集中对象之间关系的布局。此外,它还表示输入到算法中的簇之间的关系。我们将QAPgrid应用于84种印欧语系实例上,得到了一个近乎最优的布局。接下来,我们制作了470所世界大学的布局图,这些大学与上海交通大学世界大学学术排名中编制的世界大学学术排名所使用的分数具有高度的相关性,而无需对属性进行特殊加权。最后,我们基于基因本体论的酿酒酵母研究充分证明了我们的方法作为一种新的功能基因组学替代工具的可扩展性和精确性。


zbMATH中的参考文献(参考 1文章 参考)

显示结果1/1。
按年份排序(引用)

  1. 基思,乔纳森M.(编辑):生物信息学。第二卷:结构、功能和应用(2017)