Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloCancer recognition with bagged ensembles of Support Vector Machines
Anno di pubblicazione2004
FormatoCartaceo
Autore/iG. Valentini, M. Muselli, F. Ruffino
Affiliazioni autoriG. Valentini: Dipartimento di Scienze dell’Informazione, Università di Milano, Italy, M. Muselli CNR IEIIT Genova, F. Ruffino CNR ISTI Pisa
Autori CNR e affiliazioni
  • FRANCESCA RUFFINO
  • MARCO MUSELLI VQR
Lingua/e
  • inglese
AbstractExpression-based classification of tumors requires stable, reliable and variance reduction methods, as DNA microarray data are characterized by low size, high dimensionality, noise and large biological variability. In order to address the variance and curse of dimensionality problems arising from this difficult task, we propose to apply bagged ensembles of support vector machines (SVM) and feature selection algorithms to the recognition of malignant tissues. Presented results show that bagged ensembles of SVMs are more reliable and achieve equal or better classification accuracy with respect to single SVMs, whereas feature selection methods can further enhance classification accuracy.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da461
Pagine a466
Pagine totali-
RivistaNeurocomputing (Amst.)
Attiva dal 1989
Editore: Elsevier Science Publishers - Amsterdam
Paese di pubblicazione: Paesi Bassi
Lingua: inglese
ISSN: 0925-2312
Titolo chiave: Neurocomputing (Amst.)
Titolo proprio: Neurocomputing. (Amst.)
Titolo abbreviato: Neurocomputing (Amst.)
Numero volume della rivista56
Fascicolo della rivista-
DOI10.1016/j.neucom.2003.09.001
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000188597300028)
  • Scopus (Codice:2-s2.0-0742271707)
Parole chiaveMolecular classification of tumors, DNA microarray, Bagging, Support vector machines
Link (URL, URI)-
Titolo parallelo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli CNR
    Progetti Europei-
    Allegati
    • Articolo pubblicato

    Dati associati a vecchie tipologie
    I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
    Editore
    • ELSEVIER SCIENCE BV, PO BOX 211, 1000 AE AMSTERDAM, NETHERLANDS, AMSTERDAM (Paesi Bassi)

    Dati storici
    I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
    Area disciplinareComputer Science & Engineering
    Area valutazione CIVRScienze matematiche e informatiche
    Rivista ISINEUROCOMPUTING [09938J0]