Startseite UR

Semi-supervised Classification of Breast Cancer Expression Profiles Using Neural Networks

URN zum Zitieren dieses Dokuments: urn:nbn:de:bvb:355-epub-367539

Moll, Anton G. (2018) Semi-supervised Classification of Breast Cancer Expression Profiles Using Neural Networks. Dissertation, Universität Regensburg.

[img]
Vorschau
Lizenz: Creative Commons Namensnennung 4.0 International
PDF
Dissertation of Anton G. Moll
Download (1MB)

Zusammenfassung (Englisch)

In classification tasks of biological data, there are usually fewer labeled than unlabeled samples because labeling samples is costly or time-consuming. In addition, labeled data sets can be re-used in different contexts as additional unlabeled data sets. For example, when searching the Gene Expression Omnibus (GEO) repository for microarray data sets of drug sensitivity and resistance ...

plus

Übersetzung der Zusammenfassung (Deutsch)

Bei der Klassifikation von biologischen Daten stehen normalerweise weniger beschriftete als unbeschriftete Proben zur Verfügung, weil das Beschriften teuer oder zeitaufwendig ist. Außerdem können beschriftete Datensätze in einem anderen Kontext als zusätzliche unbeschriftete Datensätze wiederverwendet werden. Wenn man beispielsweise die Gene Expression Omnibus (GEO) Datenbank nach ...

plus


Bibliographische Daten exportieren



Dokumentenart:Hochschulschrift der Universität Regensburg (Dissertation)
Datum:16 Februar 2018
Begutachter (Erstgutachter):Prof. Dr. Rainer Spang
Tag der Prüfung:25 Januar 2018
Institutionen:Medizin > Institut für Funktionelle Genomik > Lehrstuhl für Statistische Bioinformatik (Prof. Spang)
Stichwörter / Keywords:gene expression; neural networks; deep belief network; autoencoder; restricted boltzmann machine; transductive support vector machine; classification; semi-supervised machine learning; graphical models; breast cancer
Dewey-Dezimal-Klassifikation:000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
500 Naturwissenschaften und Mathematik > 500 Naturwissenschaften
500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Eingebracht am:16 Feb 2018 08:22
Zuletzt geändert:01 Jun 2018 10:37
Dokumenten-ID:36753
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner