Multi-omic data integration using kernel-based non-negative matrix factorization approach to identify and analyze co-modules in lung adenocarcinoma
Multi-omic data integration is a topic of great interest as it enables to analyze vast amount of biological data and contribute to the understanding of the biological processes underlying in organisms. Multiple machine learning techniques have been proposed to ingrate biological data. Some of the mo...
- Autores:
-
Aceros Cardozo, Sara Lucía
Salazar Beltrán, María Elena
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- eng
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/51008
- Acceso en línea:
- http://hdl.handle.net/1992/51008
- Palabra clave:
- Aprendizaje automático (Inteligencia artificial)
Enfermedades de los pulmones
Adenocarcinoma
Pulmones
Síndrome de dificultad respiratoria
Funciones de Kernel
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf