Discriminative Pattern Discovery on Biological Networks (eBook)
X, 45 Seiten
Springer International Publishing (Verlag)
978-3-319-63477-7 (ISBN)
This work provides a review of biological networks as a model for analysis, presenting and discussing a number of illuminating analyses. Biological networks are an effective model for providing insights about biological mechanisms. Networks with different characteristics are employed for representing different scenarios. This powerful model allows analysts to perform many kinds of analyses which can be mined to provide interesting information about underlying biological behaviors.
The text also covers techniques for discovering exceptional patterns, such as a pattern accounting for local similarities and also collaborative effects involving interactions between multiple actors (for example genes). Among these exceptional patterns, of particular interest are discriminative patterns, namely those which are able to discriminate between two input populations (for example healthy/unhealthy samples).
In addition, the work includes a discussion on the most recent proposal on discovering discriminative patterns, in which there is a labeled network for each sample, resulting in a database of networks representing a sample set. This enables the analyst to achieve a much finer analysis than with traditional techniques, which are only able to consider an aggregated network of each population.
Part I: Biological Networks
Data Sources and Models
Problems and Techniques
Part II: Pattern Mining
Exceptional Pattern Discovery
Discriminating Graph Pattern Mining from Gene Expression Data
| Erscheint lt. Verlag | 1.9.2017 |
|---|---|
| Reihe/Serie | SpringerBriefs in Computer Science | SpringerBriefs in Computer Science |
| Zusatzinfo | X, 45 p. 4 illus. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Studium ► 2. Studienabschnitt (Klinik) ► Humangenetik | |
| Naturwissenschaften ► Biologie | |
| Schlagworte | Biological Networks • classification systems • gene expression • Gene Expression Data • pattern mining • Phenotype analysis |
| ISBN-10 | 3-319-63477-1 / 3319634771 |
| ISBN-13 | 978-3-319-63477-7 / 9783319634777 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 1,2 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
