신경망 기반 유사성 척도 방법을 이용한 마이크로어레이 분류 시스템 설계 (Design of Microarray Classification System Using Similarity Scale Method Based on Neural Network Layer)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 6권 / 4호 / 181 ~ 187페이지
· 저자명 : 박수영, 정유정, 정채영

초록

오늘날 인간 프로젝트와 같은 종합적인 연구의 궁극적 목적을 달성하기 위해서는 이들 연구로부터 획득한 대량의 관련 데이터에 대해 새로운 현실적 의미를 부여할 수 있어야 한다. 마이크로어레이를 기반으로 하는 종양 분류 방법은 종양 종류에 따라 다르게 발현되는 유전자 양상을 통계적으로 발견함으로써 정확한 종양 분류에 기여할 수 있다. 따라서 현재의 마이크로어레이 기술을 이용해서 효과적으로 종양을 분류하기 위해서는 특정 종양 분류와 밀접하게 관련이 있는 정보력 있는 유전자를 선택하는 과정이 필수적이다.
본 논문에서는 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 유사성 척도 방법으로 정보력 있는 유전자들을 추출한 후, MLP(Multi-Layer Perceptron) 신경망 분류 알고리즘을 이용하여 클래스 분류 시스템을 구축하고, 성능을 평가하였다. Lowess 정규화 후 피어슨 유사성 척도를 사용하여 선택된 유전자를 신경망을 이용하여 분류한 결과 98.74%의 정확도와 0.04% MSE를 보여 향상된 분류 성능을 보였다.

영어초록

Nowadays, a lot of related data obtained from these researches could be given a new present meaning to accomplish the original purpose of the whole paper as a human project. The method of tumor classification based on microarray could contribute to being accurate tumor classification by finding differently expressing gene pattern statistically according to a tumor type. Therefore, the process to select a closely related informative gene with a particular tumor classification to classify tumor using present microarray technology with effect is essential.
In this paper, we used cDNA microarrays of 3840 and constructed class classification model to be using MLP, neural network layer algorithm, after extracting informative gene list in similarity scale method through normalization separately and then analyzed the performance. Result classifying gene selected using pearson similarity scale in Multi-Perceptron classifier after Lowess normalization represented improved classification performance by showing the accuracy of 98.74% and MSE of 0.04%.

참고자료

· 없음