×

通过对偶方法对亨廷顿病发病特征进行稳健优化和数据分类。 (英语) Zbl 1492.90113号

总结:亨廷顿病(HD)发病的特征尚不清楚,但对研究和临床实践具有重要意义。出于解决这个问题的需要,以及临床HD数据可能存在不准确的事实,我们应用稳健优化和对偶技术来研究支持向量机(SVM)分类器,以应对特征数据的不确定性。我们通过二次曲线对偶给出了一类广泛的稳健SVM分类问题的易于数值求解的半定程序重新公式,该类问题的广义谱面不确定性集涵盖了稳健优化模型最常用的不确定性集,如盒子、球和椭球。在盒子不确定性模型的情况下,我们还通过拉格朗日对偶提供了一个新的简单的二次规划重公式,从而为鲁棒分类器提供了一种非常有效的迭代方案。对一系列数据集的计算结果表明,除了选择高度相关的特征组外,这些稳健的分类方法比传统的支持向量机具有更高的分类精度。基于二次曲线对偶性的稳健SVM也成功应用于新的大型HD数据集,实现了95%以上的分类精度,并提供了表征HD发病特征的重要信息。

MSC公司:

90立方厘米 数学规划中的稳健性
90 C90 数学规划的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 贝茨,全科医生,亨廷顿病,国家疾病评论。初级课程,11505(2015)·doi:10.1038/nrdp.2015.5
[2] 贝卢索夫,EG;Klatte,D.,凸多项式优化问题的Frank-Wolfe型定理,Comp。最佳方案。申请。,22,37-48(2002年)·Zbl 1029.90054号 ·doi:10.1023/A:1014813701864
[3] Ben-Tal,A。;Nemirovski,A.,《现代凸优化讲座:分析、算法和工程应用》(2001),费城:SIAM,费城·Zbl 0986.90032号 ·doi:10.1137/1.9780898718829
[4] Ben-Tal,A.,Ghaoui,L.E.,Nemirovski,A.:稳健优化,普林斯顿应用数学系列(2009)·Zbl 1221.90001号
[5] Bertsimas,D。;布朗,DB;Caramanis,C.,稳健优化理论与应用,SIAM Rev.,53,464-501(2011)·Zbl 1233.90259号 ·doi:10.1137/080734510
[6] Bertsimas,D。;Dunn,J。;Pawlowski,C。;卓亚,YD,稳健分类,Inf.J.Optim。,1, 2-34 (2019)
[7] Bi,J。;Zhang,带输入数据不确定性的支持向量分类,Adv.Neural Inform。过程。系统。,17, 161-168 (2005)
[8] Bradley,P.,Mangasarian,O.L.:通过凹最小化和支持向量机进行特征选择。载:Shavlik,J.(编辑)《第十五届国际会议机器学习论文集》(ICML'98),第82-90页。Morgan Kaufmann,旧金山(1998)
[9] Cervantes,J.,《支持向量机分类的综合调查:应用、挑战和趋势》,神经计算,408189-215(2020)·doi:10.1016/j.neucom.2019.10.118
[10] Chuong,TD;Jeyakumar,V.,不确定线性规划鲁棒可行性半径的精确公式,J.Optim。西奥。申请。,173, 203-226 (2017) ·Zbl 1373.49035号 ·doi:10.1007/s10957-017-1067-6
[11] 康纳斯,MH;Teixeira-Pint,A。;Loy,CT,《亨廷顿病的精神病和纵向结局:COHORT研究,神经源》,《精神病学》,91,15-20(2020)·doi:10.1136/jnnp-2019-320646
[12] 路易斯安那州Cysiqued;JM Murray;邓巴,M。;Jeyakumar,V。;Brew,BJ,HIV-相关神经认知障碍的筛查算法,HIV Med.,11642-649(2010)·文件编号:10.1111/j.1468-1293.2010.00834.x
[13] Dua,D.,Graff,C.:UCI机器学习库。加利福尼亚大学信息与计算机学院,加利福尼亚州欧文http://archive.ics.uci.edu/ml (2019)
[14] 邓巴,M。;JM Murray;路易斯安那州Cysiqued;布鲁,BJ;Jeyakumar,V.,通过凸二次规划进行同步分类和特征选择,并应用于HIV-相关神经认知障碍评估,欧洲期刊Oper。第206470-478号决议(2010年)·兹比尔1188.90235 ·doi:10.1016/j.ejor.2010.03.017
[15] 冯,J。;刘,L。;吴博士。;李·G。;Beer,M.,使用扩展支持向量回归(X-SVR)进行动态可靠性分析,机械。系统。信号处理。,126, 368-391 (2019) ·doi:10.1016/j.ymssp.2019.02.027
[16] 冯,M。;Mangasarian,OL,支持向量机分类的特征选择牛顿方法,Comp。最佳方案。申请。,28, 185-202 (2004) ·Zbl 1056.90103号 ·doi:10.1023/B:COAP.000026884.66338.df
[17] Giannessi,F.,《关于拉格朗日对偶理论》,Optim。莱特。,2007年9月1日至20日·兹比尔1149.90145 ·doi:10.1007/s11590-006-0013-6
[18] Giannessi,F.:约束优化和图像空间分析,第1卷:集的分离和最优性条件。施普林格,纽约(2005)·Zbl 1082.49001号
[19] Giannessi,F.:分离定理和分类问题。伦德。经济研究所。数量。7-27, (2005) ·Zbl 1082.49001号
[20] 吉尔,D。;Girela,JL;德胡安,J。;戈梅兹·托雷斯,MJ;Johnsson,M.,用人工智能方法预测精液质量,专家系统。申请。,39, 12564-12573 (2012) ·doi:10.1016/j.eswa.2012.05.028
[21] 马萨诸塞州戈伯纳;Jeyakumar,V。;李·G。;Vicente-Perez,J.,《具有不确定数据的多目标线性规划的稳健解》,欧洲期刊Oper。研究,242730-743(2015)·Zbl 1341.90124号 ·doi:10.1016/j.ejor.2014.10.027
[22] 马萨诸塞州戈伯纳;Jeyakumar,V。;李·G。;Linh,N.,具有不确定多项式约束的凸规划类的鲁棒可行性公式半径,Oper。Res.Lett.公司。,44, 67-73 (2016) ·Zbl 1408.90235号 ·doi:10.1016/j.orl.2015.11.011
[23] Grant,M.,Boyd,S.:CVX:规范凸编程的Matlab软件,2.1版。网址:http://cvxr.com/cvx (2014)
[24] 哈斯蒂,T。;Tibshirani,R。;Friedman,J.,《统计学习的要素:数据挖掘、推断和预测》(2017年),纽约州纽约市:纽约州斯普林格·Zbl 0973.62007号
[25] Hogarth,P.,亨廷顿病运动表现评估中的评分员协议,Mov。无序。,20, 293-297 (2005) ·doi:10.1002/mds.20332
[26] 亨廷顿研究小组,统一亨廷顿病评定量表:可靠性和一致性,Mov。无序。,11, 136-142 (1996) ·doi:10.1002/mds.870110204
[27] Jeyakumar,V。;李·G。;Suthaharan,S.,《通过稳健优化实现不确定知识集的支持向量机分类器》,《优化》,第63期,第1099-1116页(2014年)·Zbl 1298.65104号 ·doi:10.1080/02331934.2012.703667
[28] Jeyakumar,V。;李·G。;Vicente-Perez,J.,鲁棒SOS-凸多项式程序:精确SDP松弛,Optim。莱特。,9, 1-18 (2015) ·Zbl 1338.90452号 ·doi:10.1007/s11590-014-0732-z
[29] Lee,GM,关于不确定知识集的支持向量机分类器,线性非线性分析。,5, 105-111 (2019) ·Zbl 1455.65102号
[30] Lee,U.等人:通过误差测量的标志物变化点来估计疾病发作。生物统计学1-172020
[31] Lofberg,J.:YALMIP:MATLAB中用于建模和优化的工具箱。收录于:CACSD会议记录,台湾台北(2004)
[32] Long,JD,追踪亨廷顿病进展中的运动损伤,Mov。无序。,29, 311-319 (2014) ·数字对象标识码:10.1002/mds.25657
[33] 康涅狄格州洛伊;McCusker,EA,运动标准对临床亨廷顿病的诊断至关重要吗?,公共科学图书馆期刊,5,1(2013)
[34] 曼加索里安,OL;音乐人,DR,拉格朗日支持向量,J.Mach。学习。第161-177号决议(2001年)·Zbl 0997.68108号
[35] EA公司McCusker;Loy,CT,Huntington disease:在进行早产儿基因检测后作出和披露临床诊断的复杂性,《颤抖-其他Hyperkinet》。电影,7467(2017)·doi:10.5334/tohm.394
[36] MOSEK ApS:MATLAB手册的MOSEK优化工具箱。9.0版。http://docs.mosek.com/9.0/toolbox/index.html (2019)
[37] Muhlau,M.,《亨廷顿病纹状体灰质丢失是左偏的》,Mov。无序。,22, 1169-73 (2007) ·数字对象标识代码:10.1002/mds.21137
[38] 拉马纳,M。;Goldman,AJ,《半定规划中的一些几何结果》,J.Glob。优化。,7, 33-50 (1995) ·Zbl 0839.9003号 ·doi:10.1007/BF01100204
[39] Rossi,R.A.,Ahmed,N.K.:具有交互式图形分析和可视化功能的网络数据存储库。http://networkrepository.com/ (2015)
[40] Sikora,M.,Wrobel,L.:规则归纳算法在煤矿地震灾害监测系统收集数据分析中的应用。Arch Mining Sciences,55,91-114(2010年)
[41] 特拉法利斯,结核病;吉尔伯特,RC,分类和计算问题的稳健支持向量机,Optim。方法软件。,22, 187-198 (2007) ·Zbl 1116.62070号 ·网址:10.1080/10556780600883791
[42] 温赞特,C.,什么是幽灵?,不是。美国数学。Soc.,61,492-494(2014)·Zbl 1338.52001号
[43] Vuong,K。;坎宁,C。;梅南特,J。;Loy,C.,《亨廷顿舞蹈症中的步态、平衡和跌倒》,Handb。临床。Neurol,159,251-260(2018)·doi:10.1016/B978-0-444-63916-5.00016-1
[44] Wang,S.,《明显不对称性帕金森综合征是成人型亨廷顿病的主要特征》,Mov。无序。,19, 854-856 (2004) ·doi:10.1002/mds.20093年
[45] 伍尔诺,D。;Jeyakumar,V。;Li,G.,用新的二次决策规则对两阶段可调鲁棒线性规划的精确二次规划公式进行重新推导,Optim-Lett,15,25-44(2021)·Zbl 1460.90122号 ·doi:10.1007/s11590-020-01595-y
[46] Zhang,S.,Poon,S.、Vuong,K.、Sneddon,A.、Loy,C.T.、MEDINFO:亨廷顿病步态分析的一种基于深度学习的方法。收录:Ohno-Machado,L.,Seroussi,B.(编辑)《全民健康与幸福电子网络》。IMIA和IOS出版社,第477-481页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。