Feature selection in high dimensional ...
Type de document :
Communication dans un congrès avec actes
Titre :
Feature selection in high dimensional regression problems for genomic
Auteur(s) :
Hamon, Julie [Auteur]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Dhaenens, Clarisse [Auteur]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Even, Gaël [Auteur]
Gènes Diffusion [Douai]
Jacques, Julien [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Dhaenens, Clarisse [Auteur]

Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Even, Gaël [Auteur]
Gènes Diffusion [Douai]
Jacques, Julien [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Titre de la manifestation scientifique :
Tenth International Meeting on Computational Intelligence Methods for Bioinformatics and Biostatistics
Ville :
Nice
Pays :
France
Date de début de la manifestation scientifique :
2013-06-20
Date de publication :
2013-06-20
Discipline(s) HAL :
Computer Science [cs]/Operations Research [math.OC]
Statistiques [stat]/Méthodologie [stat.ME]
Informatique [cs]/Bio-informatique [q-bio.QM]
Sciences du Vivant [q-bio]/Bio-Informatique, Biologie Systémique [q-bio.QM]
Statistiques [stat]/Méthodologie [stat.ME]
Informatique [cs]/Bio-informatique [q-bio.QM]
Sciences du Vivant [q-bio]/Bio-Informatique, Biologie Systémique [q-bio.QM]
Résumé en anglais : [en]
In the context of genomic selection in animal breeding, an important objective consists in looking for explicative markers for a phe- notype under study. In order to deal with a high number of markers, we propose to use ...
Lire la suite >In the context of genomic selection in animal breeding, an important objective consists in looking for explicative markers for a phe- notype under study. In order to deal with a high number of markers, we propose to use combinatorial optimization to perform variable selection. Results show that our approach outperforms some classical and widely used methods on simulated and "closed to real" datasets.Lire moins >
Lire la suite >In the context of genomic selection in animal breeding, an important objective consists in looking for explicative markers for a phe- notype under study. In order to deal with a high number of markers, we propose to use combinatorial optimization to perform variable selection. Results show that our approach outperforms some classical and widely used methods on simulated and "closed to real" datasets.Lire moins >
Langue :
Anglais
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- document
- Accès libre
- Accéder au document
- CIBB2013-Hamon.pdf
- Accès libre
- Accéder au document