关于代谢物谱分析中监督排序的最新进展
应用统计
2014-02-06 v1
摘要
本文聚焦于来自代谢组学领域的数据，这是一个关注化学指纹（即代谢物谱）分析的快速发展领域。代谢物谱是由生物细胞、组织或器官中发生的特定化学过程留下的。本文的主要目的是开发和实施评分技术，以便按照给定代谢物在特定生物流体中以高水平存在的条件概率的递增顺序，对所有可能的代谢谱进行排序。在详细描述了必须从中学习决策规则的（函数型）数据之后，本文详细描述了基于 K-partite 排序最新进展的几种解决该预测问题的方法。随后，彻底调查了它们在几个真实数据集上的性能。
引用
@article{arxiv.1402.1054,
title = {On Recent Advances in Supervised Ranking for Metabolite Profiling},
author = {Charanpal Dhanjal and Stéphan Clémençon},
journal= {arXiv preprint arXiv:1402.1054},
year = {2014}
}