Tóm tắt Luận án Tiến sĩ Hệ thống thông tin "Nghiên cứu một số phương pháp giảm số chiều dữ liệu" trình bày tổng quan về giảm chiều dữ liệu và ứng dụng trong xử lý dữ liệu Tin-sinh học; Phân lớp bệnh nhân hiệu quả dựa trên học đa nhân kết hợp giảm chiều dữ liệu; Phân lớp bệnh nhân dựa trên phương pháp phân tích thành phần chính tăng cường. | ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ GIANG THÀNH TRUNG NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP GIẢM SỐ CHIỀU DỮ LIỆU Chuyên ngành Hệ thống thông tin Mã số TÓM TẮT LUẬN ÁN TIẾN SĨ HỆ THỐNG THÔNG TIN Hà Nội - 2021 Công trình được hoàn thành tại Trường Đại học Công nghệ Đại học Quốc gia Hà Nội. Người hướng dẫn khoa học - PGS. TS. Trần Đăng Hưng - TS. Lê Nguyên Khôi Phản biện . . Phản biện . . Phản biện . . Luận án sẽ được bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp tại . vào hồi . giờ . ngày . tháng . năm . Có thể tìm hiểu luận án tại - Thư viện Quốc gia Việt Nam. - Trung tâm Thông tin - Thư viện Đại học Quốc gia Hà Nội MỞ ĐẦU Đặt vấn đề Trong thập kỷ vừa qua ngành khoa học đời sống và thực nghiệm đã trải qua một cuộc cách mạng với sự phát triển nhanh chóng của các thiết bị thí nghiệm và thiết bị đo công nghệ cao. Cùng với sự phát triển đó lượng dữ liệu được đo đạc lưu trữ và xử lý ngày càng lớn trên tất cả các lĩnh vực của đời sống xã hội đặc biệt trong lĩnh vực y sinh học đã có sự phát triển vượt bậc về dữ liệu kể từ khi bộ trình tự gene hoàn chỉnh của con người được giải mã. Nhiều bộ dữ liệu y sinh học có sự gia tăng theo hàm mũ và thường tồn tại ở nhiều dạng khác nhau như vector số ảnh âm thanh video văn bản . . . Nguồn dữ liệu này là cơ sở cho việc phân tích và đề xuất trong các hệ thống trợ giúp ra quyết định hỗ trợ cho các hoạt động chuẩn đoán và chữa trị các bệnh do chúng chính là thông tin phản ánh khách quan các hoạt động đã xảy ra trong chính các cơ quan của cơ thể. Dữ liệu ở dạng thô được xử lý biến đổi tính toán và chuyển hóa thành tri thức để trở nên hữu ích nhằm hỗ trợ ra quyết định. Tuy nhiên một trong các thách thức đối với các phương pháp xử lý dữ liệu đó là sự mất cân bằng giữa số lượng thuộc tính còn gọi là đặc trưng biến và số lượng mẫu quan sát. Trong nhiều trường hợp các bộ dữ liệu có số thuộc tính nhiều hơn rất nhiều so với số lượng đối tượng quan sát được mẫu . Ví dụ một tập dữ liệu microarray là một mảng
