Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1211.2073v1

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:1211.2073v1 (cs)
[提交于 2012年11月9日 ]

标题: LAGE:一个用于从大规模连续表达数据重建基因调控网络的 Java 框架

标题: LAGE: A Java Framework to reconstruct Gene Regulatory Networks from Large-Scale Continues Expression Data

Authors:Yang Lu, Mengying Wang, Kenny Q. Zhu, Bo Yuan
摘要: LAGE 是用 Java 开发的一个系统框架。 LAGE 的动机是提供一种可扩展且并行的解决方案,从连续的基因表达数据中重建基因调控网络(GRNs),适用于大量基因的情况。 我们框架的基本思想受到分而治之哲学的启发。 具体来说,LAGE 递归地将基因划分为多个较小规模的重叠社区,分别学习每个社区内的 GRNs,然后将它们合并在一起。 此外,重叠社区的完整信息作为副产品,可用于挖掘生物网络中有意义的功能模块。
摘要: LAGE is a systematic framework developed in Java. The motivation of LAGE is to provide a scalable and parallel solution to reconstruct Gene Regulatory Networks (GRNs) from continuous gene expression data for very large amount of genes. The basic idea of our framework is motivated by the philosophy of divideand-conquer. Specifically, LAGE recursively partitions genes into multiple overlapping communities with much smaller sizes, learns intra-community GRNs respectively before merge them altogether. Besides, the complete information of overlapping communities serves as the byproduct, which could be used to mine meaningful functional modules in biological networks.
评论: 2页
主题: 机器学习 (cs.LG) ; 计算工程、金融与科学 (cs.CE); 定量方法 (q-bio.QM); 机器学习 (stat.ML)
引用方式: arXiv:1211.2073 [cs.LG]
  (或者 arXiv:1211.2073v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.1211.2073
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yang Lu [查看电子邮件]
[v1] 星期五, 2012 年 11 月 9 日 08:34:25 UTC (52 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-11
切换浏览方式为:
cs
cs.CE
q-bio
q-bio.QM
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号