Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Classification Methodology for Bioinformatics Data Analysis

Publikācijas veids Zinātniskais raksts, kas indeksēts Web of science un/vai Scopus datu bāzē
Pamatdarbībai piesaistītais finansējums Valsts pētījumu programmas
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Classification Methodology for Bioinformatics Data Analysis
Pētniecības nozare 1. Dabaszinātnes
Pētniecības apakšnozare 1.2. Datorzinātne un informātika
Pētniecības platforma Informācijas un komunikāciju tehnoloģijas
Autori Madara Gasparoviča-Asīte
Ludmila Aleksejeva
Atslēgas vārdi data mining, bioinformatics, preprocessing
Anotācija The paper presents a methodology for bioinformatics data analysis. First, it describes the use of data analysis in bioinformatics – data preprocessing approaches, missing data processing approaches, data dimensionality reduction and classification algorithms. Then, the next section determines the most appropriate data analysis methods, which should be used in bioinformatics data analysis methodology to solve diagnostic classification task. The methodology was practically approbated in experiments using WEKA software and real-world bioinformatics data sets. This allowed determination of specific method realizations that show the best classification result; all intermediate results are recorded. Finally, the best preprocessing method sequence for this methodology is determined.
Hipersaite: https://link.springer.com/article/10.3103/S0146411619010073 
Atsauce Gasparoviča-Asīte, M., Aleksejeva, L. Classification Methodology for Bioinformatics Data Analysis. Automatic Control and Computer Sciences, 2019, Vol.53, No.1, 28.-38.lpp. ISSN 0146-4116.
Papildinformācija Citējamību skaits:
  • Scopus  0
ID 29186