摇摆舞

联合和个体变异解释(JIVE)用于综合分析多种数据类型。现在有几个领域的研究需要对数据集进行分析,在这些数据集中,有多种高维类型的数据可用于一组共同的对象。特别是,癌症基因组图谱(TCGA)包含了来自多种不同基因组技术的数据,这些数据来自同一个癌症肿瘤样本。本文介绍了联合和个别变异解释(JIVE),这是一种对这类数据集进行综合分析的一般变异分解。分解包括三个项:捕获跨数据类型的联合变化的低秩近似,针对每个数据类型的结构化变化的低秩近似,以及残余噪声。JIVE量化了数据类型之间的联合变化量,降低了数据的维数,为节理和单个结构的可视化探索提供了新的方向。该方法是主成分分析的一个推广,与经典相关分析和偏最小二乘法等常用的两个分块方法相比,具有明显的优势。对胶质母细胞瘤多形性肿瘤样本的基因表达和miRNA数据的JIVE分析揭示了基因miRNA的相关性,并提供了更好的肿瘤类型特征。par数据和软件可从https://genome.unc.edu/jive/获得。


zbMATH参考文献(参考12篇文章)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. Godichon Baggioni,Antoine;Maugis Rabusseau,Cathy;Rau,Andrea:多视图聚类和分裂,及其在多组分乳腺癌数据中的应用(2020)
  2. 舒,海;王,肖;朱洪图:基于分解的高维数据集典型相关分析(2020)
  3. Huang,Lei;Bai,Jiawei;Ivanescu,Andrada;Harris,Tamara;Maurer,Mathew;Green,Philip;Zipunnikov,Vadim:多水平矩阵变量分析及其在加速度计测得的临床人群中的应用(2019年)
  4. Marron,J.S.:讨论:“语言对象数据的空间建模方法:分析英国各地的方言语音变化”(2019年)
  5. Marron,J.S.:关于“数据科学、大数据和统计”(2019)的评论
  6. Wang,Miaoyan;Fischer,Jonathan;Song,Yun S.:使用半非负张量分解对多组织多个体基因表达数据进行三向聚类(2019)
  7. Aoshima,Makoto;Shen,Dan;Shen,Haipeng;Yata,Kazuyoshi;Zhou,Yi Hui;Marron,J.S.:高维低样本量渐近性调查(2018)
  8. 冯青;蒋美蕾;汉尼格,简;马龙,J.S.:基于角度的关节和个体变异解释(2018)
  9. Jung,Sungkyu:监督降维的连续统一体方向(2018)
  10. Li,Gen;Gaynanova,Irina:异构数据关联分析的通用框架(2018)
  11. Li,Gen;Yang,Dan;Nobel,Andrew B;Shen,Haipeng:监督奇异值分解及其渐近性质(2016)
  12. 多类型联合分析;Andrew marrdey,2013;Andrew marrdey,2013;综合数据分析