Publication

Co-clustering : A versatile Tool for Data Analysis in Biomedical Informatics

Giovanni De Micheli, Luca Benini
2007
Journal Articles

Résumé

Co-clustering has not been much exploited in biomedical in- formatics, despite its success in other domains. Most of the previous applications were limited to analyzing gene expression data. We performed co-clustering analysis on other types of data and obtained promising results, as summarized in this paper.

Source officielle

https://infoscience.epfl.ch/entities/publication/30f26582-900b-4722-b24e-7008365ed39c

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Giovanni De Micheli, Luca Benini
2007
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/30f26582-900b-4722-b24e-7008365ed39c

À propos de ce résultat

Concepts associés (12)

Analyse des données

L’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.

Partitionnement de données

vignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.

K-moyennes

Le partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.

Afficher plus

Publications associées (30)

Nanoindentation hardness and modulus of Al2O3-SiO2-CaO and MnO-SiO2-FeO inclusions in iron

Andreas Mortensen, Léa Deillon, Alejandra Inés Slagter, Eva Luisa Vogt, David Hernandez Escobar, Jonathan Aristya Setyadji

Dataset corresponding to the following manuscript: Slagter, A., Setyadji, J.A., Vogt, E.L. et al. Nanoindentation Hardness and Modulus of Al2O3–SiO2–CaO and MnO–SiO2–FeO Inclusions in Iron. Metall Mater Trans A (2024). https://doi.org/10.1007/s11661-024-0 ...

Zenodo2024

Data set for control of Ge island coalescence for the formation of nanowires on silicon

Alok Rudra, Anna Fontcuberta i Morral, Sara Marti Sanchez, Santhanu Panikar Ramanandan, Joel René Sapera, Vladimir Dubrovskii

This document contains all the data and the details of the analysis used in the manuscript titled " Control of Ge island coalescence for the formation of nanowires on silicon." https://doi.org/10.1039/D3NH00573A ...

EPFL Infoscience2024

Dataset for '3D printing of customizable transient bioelectronics and sensors'

Danick Briand, Nicolas Francis Fumeaux

This data set contains the data collected during the FNS project Green Piezo (Grant no. 179064) in association with the recent publication entitled “3D printing of customizable transient bioelectronics and sensors”. This work aims to study and demonstrate ...

Zenodo2024

Afficher plus