利用改进的 MIC 算法分析大型生物数据集
数据库
2015-07-21 v1 计算工程、金融与科学
摘要
Tatiana V. Karpinets 等人 [2] 最近提出了一种计算框架，利用传统相似性度量来挖掘生物注释中的显著关系。本文提出了一种名为 IAMIC 的改进型最大信息系数（MIC）近似算法，以完善该框架，从而发现生物注释之间隐藏的规律。此外，IAMIC 是用于近似具有通用性和公平性的新型相似性系数 MIC 的增强算法，使其更适用于数据探索。本文展示了 IAMIC 同样适用于识别生物注释之间的关联。
引用
@article{arxiv.1403.3495,
title = {Analyzing Large Biological Datasets with an Improved Algorithm for MIC},
author = {Shuliang Wang and Yiping Zhao},
journal= {arXiv preprint arXiv:1403.3495},
year = {2015}
}