×

GenClust公司

swMATH ID: 30045
软件作者: 迪格苏,V。;Giancarlo,R。;罗博斯科,G。;雷蒙迪,A。;D.斯卡特罗。
描述: GenClust:一种用于聚类基因表达数据的遗传算法。背景:聚类是基因表达数据分析中的一个关键步骤,事实上,许多经典的聚类算法被使用,或者已经为这项任务设计并验证了更多创新的算法。尽管人工智能技术在生物信息学和更广泛的数据分析中得到了广泛的应用,但基于遗传范式的聚类算法很少,但该范式在为聚类等困难的优化问题寻找良好的启发式解决方案方面具有巨大潜力。结果:GenClust是一种新的基因表达数据聚类的遗传算法。它有两个关键特征:(a)搜索空间的新颖编码,简单、紧凑、易于更新;(b) 它可以自然地与数据驱动的内部验证方法结合使用。我们已经对FOM方法进行了试验,该方法专门用于验证基因表达数据簇。GenClust的有效性已在实际数据集上进行了实验评估,既使用了验证措施,也与其他算法(即Average Link、Cast、Click和K-means)进行了比较。结论:实验表明,在数据集和验证措施方面,我们使用的算法都没有明显优于其他算法;也就是说,在许多情况下,观察到的最差和最佳算法之间的差异在统计上可能是无关紧要的,可以认为它们是等效的。然而,在某些情况下,一种算法可能比其他算法更好,因此是值得的。特别是,GenClust的实验表明,尽管其数据表示简单,但它很快收敛到局部最优,并且其识别有意义簇的能力与更复杂的算法相当,有时甚至更优越。此外,它非常适合与数据驱动的内部验证措施结合使用,尤其是FOM方法。
主页: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1343581/
相关软件: 全球麻省理工学院;桅杆;TADFinder先生;弹弓;SNN-Cliq公司;CIDR公司;ToppGene套件;丁戈;范围;风景;DNA;真诚;补充条款3;阿拉伯国家石油公司;KEGG公司;DEseq公司;玻璃制品;WGCNA公司;剪影;戴维
引用于: 3文件

按年份列出的引文