Data Mining and Applications in Genomics

2008. Auflage 2008
ISBN: 978-1-4020-8974-9
Verlag: Springer

Buch, Englisch, Band 25, 152 Seiten, Format (B × H): 163 mm x 241 mm, Gewicht: 400 g

Reihe: Lecture Notes in Electrical Engineering

Data Mining and Applications in Genomics contains the data mining algorithms and their applications in genomics, with frontier case studies based on the recent and current works at the University of Hong Kong and the Oxford University Computing Laboratory, University of Oxford. It provides a systematic introduction to the use of data mining algorithms as an investigative tool for applications in genomics. Data Mining and Applications in Genomics offers state of the art of tremendous advances in data mining algorithms and applications in genomics and also serves as an excellent reference work for researchers and graduate students working on data mining algorithms and applications in genomics.

Zielgruppe

Research

Autoren/Hrsg.

Ao, Sio-Iong

Fachgebiete

• Technische Wissenschaften Elektronik | Nachrichtentechnik Elektronik Mikroprozessoren
• Mathematik | Informatik EDV | Informatik Daten / Datenbanken Data Mining
• Naturwissenschaften Biowissenschaften Angewandte Biologie Bioinformatik
• Naturwissenschaften Biowissenschaften Botanik Pflanzenreproduktion, Verbreitung, Genetik
• Naturwissenschaften Biowissenschaften Tierkunde / Zoologie Tiergenetik, Reproduktion
• Mathematik | Informatik EDV | Informatik Informatik
• Naturwissenschaften Biowissenschaften Biowissenschaften Genetik und Genomik (nichtmedizinisch)
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Vorklinische Medizin: Grundlagenfächer Humangenetik
• Mathematik | Informatik EDV | Informatik Angewandte Informatik Bioinformatik
• Naturwissenschaften Biowissenschaften Molekularbiologie
• Mathematik | Informatik EDV | Informatik Daten / Datenbanken Datenkompression, Dokumentaustauschformate

Inhaltsverzeichnis

Data Mining Algorithms.- Advances in Genomic Experiment Techniques.- Case Study I: Hierarchical Clustering and Graph Algorithms for Tag-SNP Selection.- Case Study II: Constrained Unidimensional Scaling for Linkage Disequilibrium Maps.- Case Study III: Hybrid PCA-NN Algorithms for Continuous Microarray Time Series.- Discussions and Future Data Mining Projects.