Použití entropie a metody smrštění při analýze dat genových expresí

Abstrakt

Cílem mého výzkumu je určení nových přístupů vhodných pro redukci dimenze a klasifikaci vysocerozměrných dat genových expresí. Úlohou redukce dimenze se rozumí snížení velkého počtu genů pouze na důležité geny, které spolu nějakým způsobem souvisí. Úloha klasifikace znamená najití několika málo genů z velkého počtu genů, které jsou důležité pro klasifikaci neznámého vzorku do určité skupiny (např. onemocnění). Obě úlohy, tj. redukci dimenze a klasifikaci, bych rád založil na metodách teorie informace.

Nejznámějšími veličinami vystupujícími v teorii informace jsou Shannonova entropie či vzájemná informace. Metody teorie informace bych dále kombinoval s metodou smrštění, což je zobecnění pojmu Jamesova-Steinova odhadu.

Klíčová slova

• Entropy method
• Shrinkage method
• Gene Expression
• Data Analysis