서포트 벡터 머신 알고리즘을 활용한 연속형 데이터의 다중인자 차원축소방법 적용

Title
서포트 벡터 머신 알고리즘을 활용한 연속형 데이터의 다중인자 차원축소방법 적용
Other Titles
Support vector machine and multifactor dimensionality reduction for detecting major gene interactions of continuous data
Author(s)
이제영이종형[이종형]
Keywords
Gene-gene interaction; MDR method; SNP; SVM algorithm; 다중인자 차원축소방법; 단일염기다형성; 서포트 벡터 머신; 한우 경제형질
Issue Date
201011
Publisher
한국데이터정보과학회
Citation
한국데이터정보과학회지, v.21, no.6, pp.1271 - 1280
Abstract
인간의 질병과 가축의 특성에 영향을 주는 유전자들의 상호작용을 규명하는 방법으로 전통적인 통계방법들이 사용되었지만, 유전자와 같은 고차원의 데이터에는 적합하지 않았다. 따라서 다중인자 차원축소방법이 제안되었다. 다중인자 차원축소방법은 모형에 대한 가정이 필요하지 않는 비모수적 방법으로 이분형 자료에 적용 가능 하지만, 연속형 데이터에는 적용할 수 없는 단점이 있다. 따라서 본연구에서는 일반화 분류 성능이 뛰어난 서포트 벡터 머신 알고리즘을 통해 연속형 자료를 가공하여 다중인자 차원축소방법에 적용하였다. 아울러 한우의 6번 염색체내 6개의 후보 단일염기다형성을 대상으로 연속형 자료인 실제 한우의 경제형질에 서포트 벡터 머신을 이용한 다중인자 차원축소방법을 적용함으로써 한우의 경제형질에 연관된 우수 유전자 상호작용의 조합을 규명하였다.
URI
http://hdl.handle.net/YU.REPOSITORY/23332
ISSN
1598-9402
Appears in Collections:
이과대학 > 통계학과 > Articles
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE