{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2885604"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2885604","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Model-based clustering for High Dimensional genomic data","abstract":"To model-based clustering χρησιμεύει σε πολλές εφαρμογές, καθώς δίνει την δυνατότητα στατιστικής συμπερασματολογίας, σε αντίθεση με μεθόδους distance-based clustering. Εφαρμογές σε δεδομένα υψηλών διαστάσεων παρουσιάζουν κάποιες προκλήσεις. Δεδομένα υψηλών διαστάσεων συναντώνται συχνά σε γενετικά πειράματα. Έτσι το clustering ατόμων/ασθενών θεωρείται δύσκολο αλλά σημαντικό εγχείρημα. Η παρούσα διπλωματική εργασία περιλαμβάνει μία ανασκόπηση των μοντέλων πεπερασμένων μίξεων διάφορων κατανομών. Η παραγοντική ανάλυση θεωρείται αξιόπιστο εργαλείο για την αντιμετώπιση προβλημάτων με υψηλές διαστάσεις. Έτσι, γίνεται επίσης ανασκόπηση κάποιων επεκτάσεων των μίξεων factor analyzers (MFA). Για κάθε μοντέλο της ανασκόπησης, δίνονται παραδείγματα με τη χρήση πακέτων R πάνω σε τρία διαφορετικά datasets. Τέλος, γίνεται μία εφαρμογή των MFA μοντέλων σε ένα πραγματικό dataset από ένα microarray πείραμα με γυναίκες με καρκίνο του μαστού. Γίνεται σύντομη συζήτηση για το βήμα επιλογής γονιδίων του EMMIX-GENE αλγορίθμου και γίνεται χρήση αυτού με σκοπό την μείωση των διαστάσεων του προβλήματος, ενώ χρησιμοποιούνται διάφορες τιμές για το φράγμα του αλγορίθμου, το οποίο οδηγεί σε υποσύνολα του δείγματος με διάφορα μεγέθη. Τα αποτελέσματα της εφαρμογής και η αποτυχία να ξεχωριστούν οι ασθενείς στις επιθυμητές ομάδες καλής και κακής διάγνωσης, έρχονται σε συμφωνία με παλαιότερες προσπάθειες να αντιμετωπιστεί αυτό το πρόβλημα. Η εφαρμογή των τεχνικών που παρουσιάστηκαν σε άλλου είδους γονιδιακά δεδομένα προτείνεται για μελλοντική έρευνα.","abstract_html":"To model-based clustering χρησιμεύει σε πολλές εφαρμογές, καθώς δίνει την δυνατότητα στατιστικής συμπερασματολογίας, σε αντίθεση με μεθόδους distance-based clustering. Εφαρμογές σε δεδομένα υψηλών διαστάσεων παρουσιάζουν κάποιες προκλήσεις. Δεδομένα υψηλών διαστάσεων συναντώνται συχνά σε γενετικά πειράματα. Έτσι το clustering ατόμων/ασθενών θεωρείται δύσκολο αλλά σημαντικό εγχείρημα. Η παρούσα διπλωματική εργασία περιλαμβάνει μία ανασκόπηση των μοντέλων πεπερασμένων μίξεων διάφορων κατανομών. Η παραγοντική ανάλυση θεωρείται αξιόπιστο εργαλείο για την αντιμετώπιση προβλημάτων με υψηλές διαστάσεις. Έτσι, γίνεται επίσης ανασκόπηση κάποιων επεκτάσεων των μίξεων factor analyzers (MFA). Για κάθε μοντέλο της ανασκόπησης, δίνονται παραδείγματα με τη χρήση πακέτων R πάνω σε τρία διαφορετικά datasets. Τέλος, γίνεται μία εφαρμογή των MFA μοντέλων σε ένα πραγματικό dataset από ένα microarray πείραμα με γυναίκες με καρκίνο του μαστού. Γίνεται σύντομη συζήτηση για το βήμα επιλογής γονιδίων του EMMIX-GENE αλγορίθμου και γίνεται χρήση αυτού με σκοπό την μείωση των διαστάσεων του προβλήματος, ενώ χρησιμοποιούνται διάφορες τιμές για το φράγμα του αλγορίθμου, το οποίο οδηγεί σε υποσύνολα του δείγματος με διάφορα μεγέθη. Τα αποτελέσματα της εφαρμογής και η αποτυχία να ξεχωριστούν οι ασθενείς στις επιθυμητές ομάδες καλής και κακής διάγνωσης, έρχονται σε συμφωνία με παλαιότερες προσπάθειες να αντιμετωπιστεί αυτό το πρόβλημα. Η εφαρμογή των τεχνικών που παρουσιάστηκαν σε άλλου είδους γονιδιακά δεδομένα προτείνεται για μελλοντική έρευνα.","abstract_has_math":false,"creators":["Αλεξανδρής Παναγιώτης","Alexandris Panagiotis"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2019,"date_issued":"2019","date_published":"2019","updated_at":"2026-11-19T05:36:27Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2885604"],"render_values":[{"text":"uoadl:2885604","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2885604","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2885604","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2885604","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Αλεξανδρής Παναγιώτης","Alexandris Panagiotis"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2019"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2885604","https://pergamos.lib.uoa.gr/uoa/dl/object/2885604"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["To model-based clustering χρησιμεύει σε πολλές εφαρμογές, καθώς δίνει την δυνατότητα στατιστικής συμπερασματολογίας, σε αντίθεση με μεθόδους distance-based clustering. Εφαρμογές σε δεδομένα υψηλών διαστάσεων παρουσιάζουν κάποιες προκλήσεις. Δεδομένα υψηλών διαστάσεων συναντώνται συχνά σε γενετικά πειράματα. Έτσι το clustering ατόμων/ασθενών θεωρείται δύσκολο αλλά σημαντικό εγχείρημα. Η παρούσα διπλωματική εργασία περιλαμβάνει μία ανασκόπηση των μοντέλων πεπερασμένων μίξεων διάφορων κατανομών. Η παραγοντική ανάλυση θεωρείται αξιόπιστο εργαλείο για την αντιμετώπιση προβλημάτων με υψηλές διαστάσεις. Έτσι, γίνεται επίσης ανασκόπηση κάποιων επεκτάσεων των μίξεων factor analyzers (MFA). Για κάθε μοντέλο της ανασκόπησης, δίνονται παραδείγματα με τη χρήση πακέτων R πάνω σε τρία διαφορετικά datasets. Τέλος, γίνεται μία εφαρμογή των MFA μοντέλων σε ένα πραγματικό dataset από ένα microarray πείραμα με γυναίκες με καρκίνο του μαστού. Γίνεται σύντομη συζήτηση για το βήμα επιλογής γονιδίων του EMMIX-GENE αλγορίθμου και γίνεται χρήση αυτού με σκοπό την μείωση των διαστάσεων του προβλήματος, ενώ χρησιμοποιούνται διάφορες τιμές για το φράγμα του αλγορίθμου, το οποίο οδηγεί σε υποσύνολα του δείγματος με διάφορα μεγέθη. Τα αποτελέσματα της εφαρμογής και η αποτυχία να ξεχωριστούν οι ασθενείς στις επιθυμητές ομάδες καλής και κακής διάγνωσης, έρχονται σε συμφωνία με παλαιότερες προσπάθειες να αντιμετωπιστεί αυτό το πρόβλημα. Η εφαρμογή των τεχνικών που παρουσιάστηκαν σε άλλου είδους γονιδιακά δεδομένα προτείνεται για μελλοντική έρευνα.","Model-based clustering has found an increasing number of applications as it allows for proper statistical inference contrary to distance-based approaches. Working with high dimensional data leads to certain challenges, most common being that of over-parametrization. Such high dimensional data occur very often in most genomic experiments. Thus clustering individuals/patients is becoming a challenging but important task. The current thesis includes a review of finite mixture models of various distributions. Factor Analysis is considered to be a reliable tool for dealing with high dimensions. Hence, some extensions of the mixtures of factor analyzers (MFA) model are presented. For each model reviewed, examples of model-based clustering with the use of R packages were given, using three different datasets. The thesis concludes with an application of the extensions of MFA models on a real dataset from a microarray experiment with women with breast cancer. The gene-selection step of the EMMIX-GENE algorithm is briefly discussed and used for reasons of dimension reduction of the dataset, while different values were used for the threshold, leading to sub-samples of different sizes. The results of this application and the failure to distinguish the women’s tissue samples to the desired groups of “good prognosis” and “bad prognosis”, fall in agreement with previous attempts to tackle the same problem. The application of those techniques in different kinds of genomic data is recommended for future research."]},{"key":"dc:title","label":"Title","values":["Model-based clustering for High Dimensional genomic data"]}]}],"canonical_facts":{"dc:creator":["Αλεξανδρής Παναγιώτης","Alexandris Panagiotis"],"dc:date":["2019"],"dc:description":["To model-based clustering χρησιμεύει σε πολλές εφαρμογές, καθώς δίνει την δυνατότητα στατιστικής συμπερασματολογίας, σε αντίθεση με μεθόδους distance-based clustering. Εφαρμογές σε δεδομένα υψηλών διαστάσεων παρουσιάζουν κάποιες προκλήσεις. Δεδομένα υψηλών διαστάσεων συναντώνται συχνά σε γενετικά πειράματα. Έτσι το clustering ατόμων/ασθενών θεωρείται δύσκολο αλλά σημαντικό εγχείρημα. Η παρούσα διπλωματική εργασία περιλαμβάνει μία ανασκόπηση των μοντέλων πεπερασμένων μίξεων διάφορων κατανομών. Η παραγοντική ανάλυση θεωρείται αξιόπιστο εργαλείο για την αντιμετώπιση προβλημάτων με υψηλές διαστάσεις. Έτσι, γίνεται επίσης ανασκόπηση κάποιων επεκτάσεων των μίξεων factor analyzers (MFA). Για κάθε μοντέλο της ανασκόπησης, δίνονται παραδείγματα με τη χρήση πακέτων R πάνω σε τρία διαφορετικά datasets. Τέλος, γίνεται μία εφαρμογή των MFA μοντέλων σε ένα πραγματικό dataset από ένα microarray πείραμα με γυναίκες με καρκίνο του μαστού. Γίνεται σύντομη συζήτηση για το βήμα επιλογής γονιδίων του EMMIX-GENE αλγορίθμου και γίνεται χρήση αυτού με σκοπό την μείωση των διαστάσεων του προβλήματος, ενώ χρησιμοποιούνται διάφορες τιμές για το φράγμα του αλγορίθμου, το οποίο οδηγεί σε υποσύνολα του δείγματος με διάφορα μεγέθη. Τα αποτελέσματα της εφαρμογής και η αποτυχία να ξεχωριστούν οι ασθενείς στις επιθυμητές ομάδες καλής και κακής διάγνωσης, έρχονται σε συμφωνία με παλαιότερες προσπάθειες να αντιμετωπιστεί αυτό το πρόβλημα. Η εφαρμογή των τεχνικών που παρουσιάστηκαν σε άλλου είδους γονιδιακά δεδομένα προτείνεται για μελλοντική έρευνα.","Model-based clustering has found an increasing number of applications as it allows for proper statistical inference contrary to distance-based approaches. Working with high dimensional data leads to certain challenges, most common being that of over-parametrization. Such high dimensional data occur very often in most genomic experiments. Thus clustering individuals/patients is becoming a challenging but important task. The current thesis includes a review of finite mixture models of various distributions. Factor Analysis is considered to be a reliable tool for dealing with high dimensions. Hence, some extensions of the mixtures of factor analyzers (MFA) model are presented. For each model reviewed, examples of model-based clustering with the use of R packages were given, using three different datasets. The thesis concludes with an application of the extensions of MFA models on a real dataset from a microarray experiment with women with breast cancer. The gene-selection step of the EMMIX-GENE algorithm is briefly discussed and used for reasons of dimension reduction of the dataset, while different values were used for the threshold, leading to sub-samples of different sizes. The results of this application and the failure to distinguish the women’s tissue samples to the desired groups of “good prognosis” and “bad prognosis”, fall in agreement with previous attempts to tackle the same problem. The application of those techniques in different kinds of genomic data is recommended for future research."],"dc:identifier":["uoadl:2885604","https://pergamos.lib.uoa.gr/uoa/dl/object/2885604"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Model-based clustering for High Dimensional genomic data"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:36:27Z"}