Go to content
UR Home

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

URN to cite this document:
DOI to cite this document:
Moll, Anton G.
License: Creative Commons Attribution 4.0
Dissertation of Anton G. Moll
Date of publication of this fulltext: 16 Feb 2018 08:22

Abstract (English)

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 ...


Translation of the abstract (German)

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 ...


Owner only: item control page
  1. Homepage UR

University Library

Publication Server


Publishing: oa@ur.de
0941 943 4239

Dissertations: dissertationen@ur.de
0941 943 3904

Research data: daten@ur.de
0941 943 4239

Contact persons