search query: @keyword gene expression / total: 13
reference: 10 / 13
Author: | Ojala, Markus |
Title: | Randomization of real-valued matrices for assessing the significance of data mining results |
Reaalimatriisien satunnaistaminen tiedonlouhinnan tulosten merkitsevyyden määrittämiseksi | |
Publication type: | Master's thesis |
Publication year: | 2008 |
Pages: | vi + 72 Language: eng |
Department/School: | Informaatio- ja luonnontieteiden tiedekunta |
Degree programme: | Teknillisen fysiikan ja matematiikan tutkinto-ohjelma |
Main subject: | Informaatiotekniikka (T-61) |
Supervisor: | Mannila, Heikki |
Instructor: | Puolamäki, Kai |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark T80 | Archive |
Keywords: | data mining significance testing real-valued matrix randomization gene expression tiedonlouhinta merkitsevyystestaus reaalimatriisi satunnaistus geeniekspressio |
Abstract (fin): | Tiedonlouhinta on tapa analysoida suuria määriä tietoaineistoa oleellisen tiedon löytämiseksi. Monet tiedonlouhinnan menetelmät soveltuvat reaaliarvoisten matriisien tutkimiseen. Tällaisia matriiseja esiintyy luonnostaan useissa sovelluskohteissa kuten bioinformatiikassa. Tässä diplomityössä tutkitaan reaalimatriiseista saatujen tiedonlouhinnan tulosten merkitsevyyden testausta. Työssä käytetään satunnaistukseen perustuvaa merkitsevyystestausta. Tulosta pidetään merkitsevänä, jos on epätodennäköistä saada vastaava tulos satunnaistetulla aineistolla, jolla on joitain yhteisiä ominaisuuksia alkuperäisen aineiston kanssa. Työssä omaksutaan lähestymistapa, jossa matriisin rivien ja sarakkeiden keskiarvot ja varianssit säilytetään satunnaistuksessa. Täten tiedonlouhinnan tulos on kiinnostava, jos se ei selity pelkästään matriisin rivien ja sarakkeiden keskiarvoilla ja variansseilla. Tässä diplomityössä kehitetään kolme menetelmää tällaisten satunnaisten matriisien tuottamiseksi. Menetelmiä analysoidaan sekä teoreettisesti että kokeellisesti, ja niiden näytetään olevan tehokkaita käytännössä. Menetelmien toimintakykyä arvioidaan sekä todellisella että keinotekoisella aineistolla. Työn tulokset näyttävät, että kehitetyt menetelmät ovat käyttökelpoisia tiedonlouhinnan tulosten merkitsevyyden määrittämisessä. |
ED: | 2008-07-07 |
INSSI record number: 35899
+ add basket
INSSI