About: Relational machine learning for analysis of biomedical data

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Relational machine learning for analysis of biomedical data Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	http://linked.opendata.cz/ontology/domain/vavai/Projekt
rdfs:seeAlso	http://www.isvav.cz/projectDetail.do?rowId=1ET101210513
Description	There is no data mining method enabling both for robust knowledge representation/inference on the level of 1st order logic and for uncertainty in the treated data since both types of problems are treated separately. Our project aims to join existing representation frameworks with intention to design and implement an efficient tool for automated construction of hypothesis about the data utilizing complex but uncertain expert knowledge. Suggested methodology builds on the original theretical results of the proposer's team representing an attempt to merge probabilistic inference with relational logics. The designed approach/ tools will be verified when analysing original medical data inherently lacking uniform structure and requiring complex expert knowledge for their interpretation. This knowledge will be specified in close cooperation with the co-proposing team of medical faculty. The data analysis results will improve understanding of complex biomedical processes, eg. gene expression. (en) Pro dobývání znalostí z relačních dat neexistuje zatím žádná metoda umožňující současně robustní reprezentaci a inferenci znalostí na úrovni logiky 1. řádu a práci s nepřesností v datech. Tyto problémy jsou dosud řešeny separátně. Úkolem projektu je navrhnout spojení existujících reprezentačních rámců pro oba tématické okruhy s cílem získat, implementovat a odladit efektivní nástroj pro práci s komplexní, ale neurčitou expertní znalostí pro účely následné automatické konstrukce hypotéz. Řešení projektu bude navazovat a dále rozvíjet původní teoretické výsledky navrhujícího týmu týkající se sloučení pravděpodobnostní inference s relační logikou. Jako inspirativní prostředí pro testování metodiky a nástrojů poslouží původní medicínská data neuniformního charakteru, pro jejichž interpretaci je třeba využití komplexní expertní znalosti formulované v těsné spolupráci s pracovištěm spolunavrhovatele. Výsledky analýz přispějí k pochopení složitých biomedicínských dějů, např. genové exprese.
Title	Relational machine learning for analysis of biomedical data (en) Relační strojové učení pro průzkum biomedicínských dat
skos:notation	1ET101210513
http://linked.open...avai/cep/aktivita	Information society (National programme of research)
http://linked.open...kovaStatniPodpora	http://linked.opendata.cz/resource/domain/vavai/projekt/1ET101210513/celkovaStatniPodpora
http://linked.open...ep/celkoveNaklady	http://linked.opendata.cz/resource/domain/vavai/projekt/1ET101210513/celkoveNaklady
http://linked.open...datumDodatniDoRIV	2010-04-15 (xsd:date)
http://linked.open...i/cep/druhSouteze	VS - Veřejná soutěž ve výzkumu a vývoji
http://linked.open...ep/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open.../cep/fazeProjektu	66083253
http://linked.open...ai/cep/hlavniObor	JD - Využití počítačů, robotika a její aplikace
http://linked.open...hodnoceniProjektu	U - Uspěl podle zadání, tj. byly splněny cíle a jeho předpokládané výsledky uvedené ve smlouvě / rozhodnutí o poskytnutí podpory
http://linked.open...vai/cep/kategorie	NV - Aplikovaný výzkum s výjimkou průmyslového výzkumu (tzv. %22neprůmyslový výzkum%22)
http://linked.open.../cep/klicovaSlova	relational machine learning; multicriterial decisison making; knowledge reprezentation; domain knowledge; data mining (en)
http://linked.open...ep/partnetrHlavni	Fakulta elektrotechnická
http://linked.open...inujicichPrijemcu	1 (xsd:int)
http://linked.open...cep/pocetPrijemcu	2 (xsd:int)
http://linked.open...ocetSpoluPrijemcu	0 (xsd:int)
http://linked.open.../pocetVysledkuRIV	53 (xsd:int)
http://linked.open...enychVysledkuVRIV	53 (xsd:int)
http://linked.open...lneniVMinulemRoce	2009-03-11 (xsd:date)
http://linked.open.../prideleniPodpory	http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/1ET101210513
http://linked.open...iciPoslednihoRoku	2009
http://linked.open...atUdajeProjZameru	2010
http://linked.open.../vavai/cep/soutez	SAV02005-IS
http://linked.open...usZobrazovaneFaze	DUU
http://linked.open...ai/cep/typPojektu	P - Projekt výzkumu a vývoje financovaný ze státního rozpočtu
http://linked.open...ep/ukonceniReseni	2009-12-31 (xsd:date)
http://linked.open.../cep/vedlejsiObor	IN - Informatika JC - Počítačový hardware a software
http://linked.open...ep/zahajeniReseni	2005-01-01 (xsd:date)
http://linked.open...jektu+dodavatelem	Byly navrženy a testovány nástroje pro konstrukci doménové znalosti kombinující pravděpodobnostní inferenci s relační logikou. Byl vytvořen SW nástroj pro tvorbu databáze z lékařských zpráv, které umožnily vznik a analýzu databáze NF1. (cs) There were designed and tested tools for construction of domain knowledge combining probabilistic inference with relational logic. There was created SW tool for building a database from clinical records that allowed to build and analyze NF1 database. (en)
http://linked.open...tniCyklusProjektu	ZBBBKU
http://linked.open.../cep/klicoveSlovo	domain knowledge knowledge reprezentation multicriterial decisison making relational machine learning
is http://linked.open...vavai/riv/projekt of	Tractable Construction of Relational Features Sumatra TT, Data Mining and Data Visualization Learning Relational Descriptions of Differentially Expressed Gene Groups Modeling Tool Wear in End Milling Using Enhanced GMDH Learning Networks Inside the NIGM Grid Service: Implementation, Evaluation and Extension Dolování silných vzorů z lékařských sekvenčních dat RadViz and Identification of Clusters in Multidimensional Data Grid-aware approach to data statistics, data understanding and data preprocessing Visualization of Trends Using RadViz Block-Wise Construction of Acyclic Relational Features with Monotone Irreducibility and Relevancy Properties Grammatical Concept Representation for Randomised Optimisation Algorithms in Relational Learning Gene Expression Mining Guided by Background Knowledge Knowledge-Based Feature Extraction in Genomics Solving the Shortest Common Supersequence Problem Using Iterative Optimization with Evolved Hypermutations Ontologie pro anotování a analýzu lékařských záznamů Novel mutations in the NF1 gene in Czech patients with neurofibromatosis type 1 RadViz and Data Understanding Hledání shluků vizualizační metodou RadViz ILP Through Propositionalization and Stochastic k-Term DNF Learning Rozvoj a využití tetrapolární bioimpedanční analýzy Self organizing Data Mining Using Enhanced Group Method Data Handling Approach Comparative Study of Non-Invasive Blood Pressure Measurement Methods Reklamní a informační nosič pro měřidla s tiskovým výstupem Comparative Study of Non-Invasive Blood Pressure Measurement Methods in Elderly People Efficient Mining Under Rich Constraints Derived from Various Datasets Enhanced MIA GMDH algorithm Self organizing Data Mining for Weather Forecasting XGENE.ORG: Cross-GENomE Cross-ORGanism expression data analysis Visualization of trends using RadViz Summarizing gene-expression-based classifiers by meta-mining comprehensible relational patterns Visualization of Some Relational Patterns for DM Professional Competence and Computer Literacy in e-age, Focus on Healthcare D3G: Novel Approaches to Data Statistics, Understanding and Preprocessing on the Grid ILP through Propositionalization and Stochastic k-term DNF Learning A Selecto-recombinative Genetic Algorithm with Continuous Chromosome Reconfiguration Čtečka čárových kódů na bázi MEMS Měření korozních dějů Relational Descriptive Analysis of Gene Expression Data Enhancing Human Choice by Information Technologies RSD - Relational Subgroup Discovery The importance of advanced parental age in the origin of neurofibromatosis type 1 Idiopathic Aqueductal Stenosis and Developmental Speech Disorder in Children with Neurofibromatosis von Recklinghausen type 1-Two Case Reports Trendy v časových oknech jako rizikové faktory kardiovaskulárních onemocnění Efficient Sampling in Relational Feature Spaces Artificial intelligence based inference of knowledge from gene expression microarray data Relational Subgroup Discovery for Gene Expression Data Mining Sequential Data Mining: A Comparative Case Study in Development of Atherosclerosis Risk Factors Trendy v časových oknech jako rizikové faktory kardiovaskulárního onemocnění Ontologies in Annotation and Analysis of Medical Records Predicting Gene Coexpression from Pathway Relations Using Bio-Pathways in Relational Learning MedAT: Medical Records Annotation Tool Mining Plausible Patterns from Genomic Data
is http://linked.open...vavai/cep/projekt of	http://linked.opendata.cz/resource/domain/vavai/cep/ucast/1ET101210513/2007/orjk%3A11130 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/1ET101210513/2007/orjk%3A21230 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/1ET101210513/2008/orjk%3A11130 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/1ET101210513/2008/orjk%3A21230 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/1ET101210513/2009/orjk%3A11130

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software