Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
International Journal of Machine Learning and Cybernetics
Erschienen in: International Journal of Machine Learning and Cybernetics 1/2012

01.03.2012 | Original Article

Noise reduction in microarray gene expression data based on spectral analysis

verfasst von: Vivian T. Y. Tang, Hong Yan

Erschienen in: International Journal of Machine Learning and Cybernetics | Ausgabe 1/2012

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In genetic research, microarray chip carries thousands of genome expression profiles which allow biologists to analyze some of the developmental processes of life, such as biological reactions due to specific influences and so on. A main challenge of DNA microarray analysis is to separate the main gene expression from experimental noise. In order to ensure the accuracy of the following analysis, an effective noise filtering scheme is needed. In this paper, we propose a strategy to remove noise from gene expression profiles based on an autoregressive model based power spectrum analysis combined with singular spectrum analysis. This method helps us to determine the power spectrum effectively such that we can easily reconstruct the noise filtered time series signal.
Vorheriger Artikel Soft subspace clustering with an improved feature weight self-adjustment mechanism
Nächster Artikel Ordinal regression with continuous pairwise preferences

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Weitere Produktempfehlungen anzeigen
Literatur
1.
Bao F, Wang X, Tao Z, Wang Q, Du S (2009) Adaptive extraction of modulation for cavitation noise. J Acoust Soc Am 126:3106–3113CrossRef
2.
Bozdech Z, Llinas M, Pulliam BL, Wong ED, Zhu J, DeRisi JL (2003) The transcriptome of the intraerythrocytic developmental cycle of Plasmodium falciparum. PLoS Biol 1:E5CrossRef
3.
4.
Choong MK, Charbit M, Yan H (2009) Autoregressive-model-based missing value estimation for dna microarray time series data. IEEE Trans Inf Technol Biomed 13(1):131–137CrossRef
5.
Choong MK, Levy D, Yan H (2009) Study of microarray time series data based on forward-backward linear prediction and singular value decomposition. Int J Data Min Bioinforma 3(2):145–159CrossRef
6.
Dequeant ML, Glynn E, Gaudenz K, Wahl M, Chen J, Mushegian A, Pourquie O (2006) A complex oscillating network of signaling genes underlies the mouse segmentation clock. Science 314(5805):1595–1598CrossRef
7.
Dequeant ML, Pourquie O (2008) Segmental patterning of the vertebrate embryonic axis. Nat Rev Genet 9(5):370–382CrossRef
8.
Draghici S (2003) Data analysis tools for DNA microarrays. Chapman & Hall/CRC, Boca RatonCrossRef
9.
Gan X, Liew AW, Yan H (2006) Microarray missing data imputation based on a set theoretic framework and biological knowledge. Nucleic Acids Res 34(5):1608–1619CrossRef
10.
Liu L, Hawkins DM, Ghosh S, Young SS (2003) Robust singular value decomposition analysis of microarray data. Proc Natl Acad Sci USA 100(23):13167–13172MathSciNetMATHCrossRef
11.
Mills JC, Roth KA, Cagan RL, Gordon JI (2001) Dna microarrays and beyond: completing the journey from tissue to cell. Nat Cell Biol 3(8):E175–E178CrossRef
12.
Ovacik MA, Sukumaran S, Almon RR, Dubois DC, Jusko WJ, Androulakis IP (2010) Circadian signatures in rat liver: from gene expression to pathways. BMC Bioinforma 11(1):540CrossRef
13.
Porat B (1994) Digital processing of random signals: theory and methods. Prentice-Hall, London
14.
Schott JR (2005) Matrix analysis for statistics, 2nd edn. Wiley series in probability and statistics. Wiley-Interscience, Hoboken
15.
Vautard R, Ghil M (1989) Singular spectrum analysis in nonlinear dynamics, with applications to paleoclimatic time-series. Physica D 35:395–424MathSciNetMATHCrossRef
16.
Wu S, Liew AW, Smith DK (2008) Spectral analysis of microarray gene expression time series data of Plasmodium falciparum. Int J Bioinforma Res Appl 4(3):337–349CrossRef
17.
Yeung LK, Szeto LK, Liew AW, Yan H (2004) Dominant spectral component analysis for transcriptional regulations using microarray time-series data. Bioinformatics 20(5):742–749CrossRef
Metadaten
Titel
Noise reduction in microarray gene expression data based on spectral analysis
verfasst von
Vivian T. Y. Tang
Hong Yan
Publikationsdatum
01.03.2012
Verlag
Springer-Verlag
Erschienen in
International Journal of Machine Learning and Cybernetics / Ausgabe 1/2012
Print ISSN: 1868-8071
Elektronische ISSN: 1868-808X
DOI
https://doi.org/10.1007/s13042-011-0039-7

Weitere Artikel der Ausgabe 1/2012

International Journal of Machine Learning and Cybernetics 1/2012 Zur Ausgabe

Original Article

Clustering data in stationary environments with a local network neighborhood artificial immune system

Original Article

Soft subspace clustering with an improved feature weight self-adjustment mechanism

Original Article

The design and dynamic analysis of a novel 6-DOF parallel mechanism

Original Article

Multiple faults diagnosis in motion system based on SVM

Original Article

Ordinal regression with continuous pairwise preferences

Original Article

Research on search results optimization technology with category features integration

Neuer Inhalt

    Bildnachweise