Software systems; Data mining; Topology; Production facilities; Evolution (biology); Complex networks;
机译:基于主题的微生物偏见的疾病分类微生物替代分析数据的文本挖掘
机译:从复杂的生物网络中挖掘桥梁和砖块主题,以发现具有功能和统计意义的重大发现
机译:在物理互动式机器人游戏中学习和挖掘玩家的运动曲线
机译:通过主题挖掘分析呼叫变化
机译:使用衍生自生物信息学数据库的“表观遗传谱”鉴定药物敏感性基因基序。
机译:通过基于互信息的统计学显着特征提取来实现综合的致癌标记识别:基于关联规则挖掘的癌症表达和甲基化谱研究
机译:图4:(a)一种保守序列,其发生在芯片-SEQ数据集中的46,264个结合位点峰值中的79倍。说明了这种保守序列的突变分布,其中'_'表示该碱度不变; del表示此基础丢失; INS X表示新的基础X插入此基础前面。 (b)列出了几种重复的元素模式。 (c)在第一栏中,示出了由MEME芯片工具(Machanick&Bailey,2011)开采的前五个DNA主题。由CFSP算法发现的相应保守序列列于第二列中。在第三列中,列出了从突变信息转换的特定位置的评分矩阵。 MEME主题与PSSM格式的相似性与PSSM格式之间的相似性通过邮票图章比较工具(Mahony&Benos,2007)计算。这些对相似性的电子值显示在第四列中。 (d)在由GKMSVM描述符聚集的每个组中选择了一个图案,下面列出了CFSP算法的相应主题。 (e)从https://www.encodeproject.org收集的,有附加数据集(文件no:cernff100grl,cenf616irl,conf8.20cer,target:srebf1)。使用MEME工具在每个文件中选择前两个图案,并且我们的算法发现的相应主题如下所示。