Machine Learning Methods for Multi-Omics Data Integration
Idioma: inglés
Editorial: Springer, Springer Nov 2024, 2024
- Tapa blanda
- Nuevo
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Vendedor de IberLibro desde 23 de enero de 2017
Condición: Nuevo
EUR 235,39
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
This item is printed on demand - Print on Demand Titel. Neuware -Chapter 1: Introduction to Multiomics Technology, Ahmed Hajyasien.- Chapter 2: Multi-omics Data Integration Applications and Structures, Ammar El-Hassa.- Chapter 3: Machine learning approaches for multi-omics data integration in medicine, Fatma Hilal Yagin.- Chapter 4: Multimodal methods for knowledge discovery from bulk and single-cell multi-omics data, Yue Li, Gregory Fonseca, and Jun Ding.- Chapter 5: Negative sample selection for miRNA-disease association prediction models, Yulian Ding, Fei Wang, Yuchen Zhang, Fang-Xiang Wu.- Chapter 6: Prediction and Analysis of Key Genes in Prostate Cancer via MRMR Enhanced Similarity Preserving Criteria and Pathway Enrichment Methods, Robert Benjamin Eshun, Hugette Naa Ayele Aryee, Marwan U. Bikdash, and A.K.M Kamrul Islam.- Chapter 7: Graph-Based Machine Learning Approaches for Pangenomics, Indika Kahanda, Joann Mudge, Buwani Manuweera, Thiruvarangan Ramaraj, Alan Cleary, and Brendan Mumey.- Chapter 8: Multiomics-based tensor decomposition for characterizing breast cancer heterogeneity.- Qian Liu, Shujun Huang, Zhongyuan Zhang, Ted M. Lakowski, Wei Xu and Pingzhao Hu.- Chapter 9: Multi-Omics Databases, Hania AlOmari, Abedalrhman Alkhateeb, and Bassam Hammo.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 176 pp. Englisch.…
N° de ref. del artículo 9783031365041
- Título
- Machine Learning Methods for Multi-Omics Data Integration
- Autor
- Abedalrhman Alkhateeb
- Editorial
- Springer, Springer Nov 2024
- Año de publicación
- 2024
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 3031365046
- ISBN 13
- 9783031365041
- Peso del artículo
- 277 gramos
- Dimensiones
- 235x155x10 mm
The advancement of biomedical engineering has enabled the generation of multi-omics data by developing high-throughput technologies, such as next-generation sequencing, mass spectrometry, and microarrays. Large-scale data sets for multiple omics platforms, including genomics, transcriptomics, proteomics, and metabolomics, have become more accessible and cost-effective over time. Integrating multi-omics data has become increasingly important in many research fields, such as bioinformatics, genomics, and systems biology. This integration allows researchers to understand complex interactions between biological molecules and pathways. It enables us to comprehensively understand complex biological systems, leading to new insights into disease mechanisms, drug discovery, and personalized medicine. Still, integrating various heterogeneous data types into a single learning model also comes with challenges. In this regard, learning algorithms have been vital in analyzing and integratingthese large-scale heterogeneous data sets into one learning model.
This book overviews the latest multi-omics technologies, machine learning techniques for data integration, and multi-omics databases for validation. It covers different types of learning for supervised and unsupervised learning techniques, including standard classifiers, deep learning, tensor factorization, ensemble learning, and clustering, among others. The book categorizes different levels of integrations, ranging from early, middle, or late-stage among multi-view models. The underlying models target different objectives, such as knowledge discovery, pattern recognition, disease-related biomarkers, and validation tools for multi-omics data.
Finally, the book emphasizes practical applications and case studies, making it an essential resource for researchers and practitioners looking to apply machine learning to their multi-omics data sets. The book covers data preprocessing, feature selection, and model evaluation, providing readers with a practical guide to implementing machine learning techniques on various multi-omics data sets.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Abedalrhman Alkhateeb earned his Bachelor's degree in Computer Science from the University of Jordan, Amman, Jordan, in 2004, and his MSc and Ph.D. in Computer Science from the University of Windsor, Canada, in 2011 and 2018, respectively. He is currently an Assistant Professor at Princess Sumaya University for Technology in Amman, Jordan. Previously, he served as an Assistant Professor and Mitacs Accelerate Postdoctoral Fellow at the University of Windsor, Canada. His research interests include machine learning, deep learning, bioinformatics, and health informatics.
Abedalrhman Alkhateeb has authored and co-authored more than 50 papers in prestigious journals and conferences. He also organized a workshop titled “MODI: Machine Learning Models for Multi-omics Data Integration” for three consecutive years from 2019 to 2021 in conjunction with ACM Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM BCB). His recent research focuses on the health outcomes of various types of cancers. He has gained industrial experience as a bioinformatician and data analyst in several organizations, including ITOS Oncology Inc. and BlackBerry Limited in Canada, and UAE University in the United Arab Emirates. Luis Rueda received his Bachelor’s degree in computer science from the National University of San Juan, Argentina, in 1993, and his Master’s and Ph.D. degrees in computer science from Carleton University, Canada, in 1998 and 2002, respectively. He is currently a Full Professor in the School of Computer Science at the University of Windsor. His current research interests are mainly focused on devising shallow and deep machine learning and representation learning algorithms at the fundamental level and applications in bioinformatics and cybersecurity to problems in biomedical imaging, transcriptomics, integrative genome-wide data analysis, identification of cancer biomarkers, user authentication, spam review detection and social engineering. Luis Rueda holds four patents on machine learning and cybersecurity and has more than 200 publications and presentations in prestigious journals and conferences in machine learning, computational biology, and cybersecurity. He currently serves as Associate Editor of IEEE/ACM Transactions on Computational Biology and Bioinformatics, and Network Modeling Analysis in Health Informatics and Bioinformatics. He is also a member of the program committees of several conferences in the field. He is also a Senior Member of the IEEE, and a Member of t
“Acerca de” puede pertenecer a otra edición de este título.
buchversandmimpf2000
Emtmannsberg, BAYE, Alemania
Vendedor de IberLibro desde 23 de enero de 2017
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 60,00 | EUR 75,00 |
Métodos de pago
- Cheque
- PayPal
Descripción de la tienda
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Especialidad
Modernes Antiquariat - Bücher von 1960 bis heuteInformación empresarial del vendedor
buchversandmimpf2000
Alemania
Condiciones de venta
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.