首页 | 本学科首页   官方微博 | 高级检索  
     检索      

代谢组学中机器学习研究进展
引用本文:白天,周春光,王喆,王岩.代谢组学中机器学习研究进展[J].吉林大学学报(信息科学版),2008,26(2):163-168.
作者姓名:白天  周春光  王喆  王岩
作者单位:吉林大学计算机科学与技术学院,长春,130012;吉林大学计算机科学与技术学院,长春,130012;吉林大学计算机科学与技术学院,长春,130012;吉林大学计算机科学与技术学院,长春,130012
基金项目:国家自然科学基金 , 教育部重点实验室开放基金 , 国家"985工程"项目
摘    要:以往代谢组学的综述都着眼于对其应用情况进行总结,而对机器学习方法的对比研究不多。为此,在分析讨论目前机器学习方法在代谢组学研究方面最新进展的基础上,对各种机器学习方法及在代谢组学研究上的应用效果进行了总结,给出了代谢组学研究所使用的数据源,比较了各方法的应用效果及其利弊,指出目前代谢组研究中存在的主要问题及可能的改进方案。列举了相关方法在疾病诊断、药物开发等方面的最新应用,展望了代谢组学的研究前景,以期为改进代谢组学研究中机器学习算法的研究工作提供启示和帮助。

关 键 词:代谢组学  生物信息学  机器学习  主成分分析  系统聚类分析  偏最小二乘法
文章编号:1671-5896(2008)02-0163-06
修稿时间:2007年12月3日

Advances of Machine Learning in Metabonomics
BAI Tian,ZHOU Chun-guang,WANG Zhe,WANG Yan.Advances of Machine Learning in Metabonomics[J].Journal of Jilin University:Information Sci Ed,2008,26(2):163-168.
Authors:BAI Tian  ZHOU Chun-guang  WANG Zhe  WANG Yan
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号