IRIS Institutional Research Information System - AIR Archivio Istituzionale della Ricerca

IRIS è il sistema di gestione integrata dei dati della ricerca (persone, progetti, pubblicazioni, attività) adottato dall'Università degli Studi di Milano.

AIR nasce in UNIMI nel 2006 con lo scopo di raccogliere, documentare e conservare le informazioni sulla produzione scientifica dell'Università degli Studi di Milano e costituisce di fatto l'Anagrafe della ricerca dell'Ateneo.

In this work we propose new ensemble methods for the hierarchical classification of gene functions. Our methods exploit the hierarchical relationships between the classes in different ways: each ensemble node is trained “locally”, according to its position in the hierarchy; moreover, in the evaluation phase the set of predicted annotations is built so to minimize a global loss function defined over the hierarchy. We also address the problem of sparsity of annotations by introducing a cost- sensitive parameter that allows to control the precision-recall trade-off. Experiments with the model organism S. cerevisiae, using the FunCat taxonomy and 7 biomolecular data sets, reveal a significant advantage of our techniques over “flat” and cost-insensitive hierarchical ensembles.

Hierarchical cost-sensitive algorithms for genome-wide gene function prediction / N. Cesa Bianchi, G. Valentini - In: Machine learning in systems biology : proceedings of the third international workshop : september 5-6, 2009, Ljubljana, Slovenia / [a cura di] S. Dzeroski, P. Geurts, J. Rousu. - Helsinki : University of Helsinky, Department of Computer Science, 2009. - ISBN 9789521056994. - pp. 25-34 (( Intervento presentato al 3. convegno International Workshop on Machine Learning in Systems Biology tenutosi a Ljubljana, Slovenia nel 2009.

Powered by IRIS-about IRIS-Utilizzo dei cookie

 Copyright © 2022