Skip to Main content Skip to Navigation
Conference papers

Extraction de biclusters contraints dans des contextes bruités

Résumé : L'extraction de biclusters, qui consiste à rechercher un groupe d'attributs qui montrent un comportement cohérent pour un sous-ensemble d'observations dans une matrice de données, est une tâche importante dans divers domaines, telle que la biologie. Nous proposons ici un nouveau système, COBIC, qui combine des algorithmes de graphes avec des méthodes de fouille de données pour une recherche efficace de biclusters pertinents et susceptibles de se recouvrir. COBIC est fondé sur les algorithmes de flot maximal/coupe minimale et est capable de prendre en compte les connaissances d'une base exprimées sous forme d'une classification, par un mécanisme d'adaptation des poids lors de l'extraction itérative des régions denses. L'évaluation de COBIC sur des données réelles et la comparaison par rapport à des méthodes efficaces de biclustering montrent que COBIC est très performant et en particulier lorsque la qualité des biclusters s'évalue en fonction de la significativité de l'enrichissement des clusters calculés avec les fonctions cellulaires décrites dans l'Ontologie GO.
Document type :
Conference papers
Complete list of metadata

Cited literature [22 references]  Display  Hide  Download

https://hal.inria.fr/hal-00745384
Contributor : Laurent Bougrain <>
Submitted on : Thursday, October 25, 2012 - 2:20:16 PM
Last modification on : Saturday, February 15, 2020 - 2:07:11 AM
Long-term archiving on: : Monday, January 28, 2013 - 1:40:31 PM

File

cap2012_submission_27.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00745384, version 1

Citation

Karima Mouhoubi, Lucas Létocart, Céline Rouveirol. Extraction de biclusters contraints dans des contextes bruités. Conférence Francophone sur l'Apprentissage Automatique - CAp 2012, Laurent Bougrain, May 2012, Nancy, France. 16 p. ⟨hal-00745384⟩

Share

Metrics

Record views

167

Files downloads

194