National Repository of Dissertations in Serbia
    • English
    • Српски
    • Српски (Serbia)
  • English 
    • English
    • Serbian (Cyrilic)
    • Serbian (Latin)
  • Login
View Item 
  •   NaRDuS home
  • Универзитет у Новом Саду
  • Факултет техничких наука
  • View Item
  •   NaRDuS home
  • Универзитет у Новом Саду
  • Факултет техничких наука
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Non-negative matrix factorization for integrative clustering

Алгоритми интегративног кластеровања података применом ненегативне факторизације матрице

Thumbnail
2016
IzvestajKomisije7356.pdf (226.5Kb)
Disertacija7356.pdf (13.65Mb)
Author
Brdar, Sanja
Mentor
Vukobratović, Dejan
Committee members
Milutinović, Veljko
Šenk, Vojin
Crnojević, Vladimir
Škrbić, Srđan
Lončar-Turukalo, Tatjana
Vukobratović, Dejan
Metadata
Show full item record
Abstract
Integrative approaches are motivated by the desired improvement of robustness, stability and accuracy. Clustering, the prevailing technique for preliminary and exploratory analysis of experimental data, may benefit from integration across multiple partitions. In this thesis we have proposed integration methods based on non-negative matrix factorization that can fuse clusterings stemming from different data sets, different data preprocessing steps or different sub-samples of objects or features. Proposed methods are evaluated from several points of view on typical machine learning data sets, synthetics data, and above all, on data coming form bioinformatics realm, which rise is fuelled by technological revolutions in molecular biology. For a vast amounts of 'omics' data that are nowadays available sophisticated computational methods are necessary. We evaluated methods on problem from cancer genomics, functional genomics and metagenomics.
Предмет истраживања докторске дисертације су алгоритми кластеровања, односно груписања података, и могућности њиховог унапређења интегративним приступом у циљу повећања поузданости, робустности на присуство шума и екстремних вредности у подацима, омогућавања фузије података. У дисертацији су предложене методе засноване на ненегативној факторизацији матрице. Методе су успешно имплементиране и детаљно анализиране на разноврсним подацима са UCI репозиторијума и синтетичким подацима које се типично користе за евалуацију нових алгоритама и поређење са већ постојећим методама. Већи део дисертације посвећен је примени у домену биоинформатике која обилује хетерогеним подацима и бројним изазовним задацима. Евалуација је извршена на подацима из домена функционалне геномике, геномике рака и метагеномике.
Predmet istraživanja doktorske disertacije su algoritmi klasterovanja, odnosno grupisanja podataka, i mogućnosti njihovog unapređenja integrativnim pristupom u cilju povećanja pouzdanosti, robustnosti na prisustvo šuma i ekstremnih vrednosti u podacima, omogućavanja fuzije podataka. U disertaciji su predložene metode zasnovane na nenegativnoj faktorizaciji matrice. Metode su uspešno implementirane i detaljno analizirane na raznovrsnim podacima sa UCI repozitorijuma i sintetičkim podacima koje se tipično koriste za evaluaciju novih algoritama i poređenje sa već postojećim metodama. Veći deo disertacije posvećen je primeni u domenu bioinformatike koja obiluje heterogenim podacima i brojnim izazovnim zadacima. Evaluacija je izvršena na podacima iz domena funkcionalne genomike, genomike raka i metagenomike.
Faculty:
Универзитет у Новом Саду, Факултет техничких наука
Date:
15-12-2016
Keywords:
clustering / кластеровање података / klasterovanje podataka / ensemble clustering / non-negative matrix factorization / datafusion / bioinformatics / интегративно кластеровање / ненегативнафакторизација матрице / фузија података / биоинформатика / integrativno klasterovanje / nenegativnafaktorizacija matrice / fuzija podataka / bioinformatika
[ Google Scholar ]
Handle
https://hdl.handle.net/21.15107/rcub_nardus_7427
URI
http://www.cris.uns.ac.rs/DownloadFileServlet/Disertacija147463119073342.pdf?controlNumber=(BISIS)101841&fileName=147463119073342.pdf&id=6924&source=NaRDuS&language=sr
https://nardus.mpn.gov.rs/handle/123456789/7427
http://www.cris.uns.ac.rs/record.jsf?recordId=101841&source=NaRDuS&language=sr
http://www.cris.uns.ac.rs/DownloadFileServlet/IzvestajKomisije147463119552960.pdf?controlNumber=(BISIS)101841&fileName=147463119552960.pdf&id=6925&source=NaRDuS&language=sr

DSpace software copyright © 2002-2015  DuraSpace
About NaRDus | Contact us

OpenAIRERCUBRODOSTEMPUS
 

 

Browse

All of DSpaceUniversities & FacultiesAuthorsMentorCommittee membersSubjectsThis CollectionAuthorsMentorCommittee membersSubjects

DSpace software copyright © 2002-2015  DuraSpace
About NaRDus | Contact us

OpenAIRERCUBRODOSTEMPUS