Réduction de dimension pour l'apprentissage supervisé de données issues de puce à ADN

par Blaise Hanczar

Thèse de doctorat en Informatique

Sous la direction de Jean-Daniel Zucker.

Soutenue en 2006

à Paris 13 .


  • Résumé

    Les puces à ADN ont permis de faire beaucoup de progrès dans l'étude du transcriptome, et ont de très nombreuses applications potentielles, en particulier dans le diagnostique médical. Elles permettent de mesurer simultanément le niveau d'expression de plusieurs milliers de gènes dans une condition donnée. Les données produites sont analysées par des méthodes issues des statistiques et de l'apprentissage artificiel, cependant elles posent des problèmes spécifiques. Il y a une grande disproportion entre le nombre d'attributs (quelques milliers) et celui des exemples (quelques dizaines). Une réduction de dimension est donc requise afin d'obtenir des performances en classification et une interprétation biologique correctes. Nous avons développé pour cela deux méthodes de réduction de dimensions originales. La première, ProGene, effectue une compression de l'expression des gènes grâce à la construction de nouveaux attributs. La seconde mesure les interactions d'information entre les gènes et identifie des paires de gènes synergiques afin d'améliorer la classification. Nous montrons ensuite comment exploiter ces interactions afin de construire des réseaux de gènes et identifier les fonctions biologiques mobilisées dans les expériences. Nous terminons par une application de ces méthodes sur des données d'expression portant sur l'obésité issues du service de nutrition de l'hôpital Hôtel-Dieu.

  • Titre traduit

    Dimension reduction and machine learning for microarray data processing


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 166 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 141-147

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris 13 (Villetaneuse, Seine-Saint-Denis). Bibliothèque universitaire. Section Sciences.
  • Disponible pour le PEB
  • Cote : TH 2006 017
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.