Proceedings of the Korean Information Science Society Conference (한국정보과학회:학술대회논문집)

  • 2006.06a
  • /
  • Pages.37-39
  • /
  • 2006
  • /
  • 1598-5164(pISSN)
Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Multi-class Cancer Classification by Integrating OVR SVMs based on Subsumption Architecture

포섭 구조기반 OVR SVM 결합을 통한 다중부류 암 분류

  • Hong Jin-Hyuk (Dept. of Computer Science, Yonsei University Biometries Engineering Research Center) ;
  • Cho Sung-Bae (Dept. of Computer Science, Yonsei University Biometries Engineering Research Center)
  • 홍진혁 (연세대학교 컴퓨터과학과 생체인식 연구센터) ;
  • 조성배 (연세대학교 컴퓨터과학과 생체인식 연구센터)
  • Published : 2006.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

지지 벡터 기계(Support Vector Machine; SVM)는 기본적으로 이진분류를 위해 고안되었지만, 최근 다양한 분류기 생성전략과 결합전략이 고안되어 다중부류 분류에도 적용되고 있다. 본 논문에서는 OVR(One-Vs-Rest) 전략으로 생성된 SVM을 NB(Naive Bayes) 분류기를 이용하여 동적으로 구성함으로써, OVR SVM을 이용한 다중부류 분류 시스템에서 자주 발생하는 동점을 효과적으로 해결하는 방법은 제안한다. 이 방법을 유전발현 데이터를 이용한 다중부류 암 분류에 적용하였는데, 고차원의 데이터로부터 NB 분류기 구축에 유용한 유전자를 선택하기 위해 Pearson 상관계수를 사용하였다. 14개의 암 유형과 16,063개의 유전발현 수준을 가지는 대표적인 다중부류 암 분류 데이터인 GCM 암 데이터에 적용하여 제안하는 방법의 유용성을 확인하였다.

Keywords