Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloLearning Bayesian classifiers From gene-expression MicroArray data
Anno di pubblicazione2006
Formato-
Autore/iBosin, Andrea; Dessì, Nicoletta; Liberati, Diego; Pes, Barbara
Affiliazioni autoriUniversità degli Studi di Cagliari; Politecnico di Milano, cnr
Autori CNR e affiliazioni
  • DIEGO LIBERATI
Lingua/e
  • inglese
AbstractComputing methods that allow the efficient and accurate processing of experimentally gathered data play a crucial role in biological research. The aim of this paper is to present a supervised learning strategy which combines concepts stemming from coding theory and Bayesian networks for classifying and predicting pathological conditions based on gene expression data collected from micro-arrays. Specifically, we propose the adoption of the Minimum Description Length (MDL) principle as a useful heuristic for ranking and selecting relevant features. Our approach has been successfully applied to the Acute Leukemia dataset and compared with different methods proposed by other researchers. © Springer-Verlag Berlin Heidelberg 2006.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da297
Pagine a304
Pagine totali-
RivistaLecture notes in computer science
Attiva dal 1973
Editore: Springer - Berlin
Paese di pubblicazione: Germania
Lingua: multilingue
ISSN: 0302-9743
Titolo chiave: Lecture notes in computer science
Titolo proprio: Lecture notes in computer science.
Titolo abbreviato: Lect. notes comput. sci.
Titoli alternativi:
  • Lecture notes in computer science. Lecture notes in artificial intelligence
  • Lecture notes in artificial intelligence
  • LNCS. Lecture notes in computer science (Print)
  • Lecture notes in computer science (Print)
  • Lecture notes in computer science. LNAI. Lecture notes in artificial intelligence
  • Lecture notes in computer science. Lecture notes in bioinformatics (Print)
  • Lecture notes in computer science. Journal subline
Numero volume della rivista3849 LNAI
Fascicolo della rivista-
DOI10.1007/11676935_37
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • Scopus (Codice:2-s2.0-33745179144)
Parole chiaveBayesian Classifiers, Feature Se-lection, Gene-Expression Data Analysis, MDL
Link (URL, URI)http://www.scopus.com/record/display.url?eid=2-s2.0-33745179144&origin=inward
Titolo parallelo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli/Attività/Sottoprogetti CNR
  • DIT.AD007.007.004 : ICSB - Information and Control for Systems Biology
Progetti Europei-
Allegati