Browse

Least square estimation of Dose Response Curve Parameters
약물 반응곡선변수의 최소제곱법 측정

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
송경민
Advisor
강명주
Major
자연과학대학 수리과학부
Issue Date
2014-08
Publisher
서울대학교 대학원
Keywords
dose response curvehigh content screeningcurve fittingrobust약물 반응 곡선고함량 검사곡선 최적화강건한 가중치 함수이상치 감지
Description
학위논문 (석사)-- 서울대학교 대학원 : 수리과학부, 2014. 8. 강명주.
Abstract
대용량 데이터에서 성공적으로 자동화 곡선 최적화를 하는 것은 어려운 일이다. 본 논문에서는 약물반응곡선의 네가지 변수를 측정하여 곡선의 최적화 방법과 이상치 감지를 하는것에 대해 다루었다. 특히, 이 논문에서는 약물 반응 곡선 최적화에 대해서 개선점을 제시하였다. 그것은 첫 단계에서 오차 함수와 미분성분을 이용하여 이상치를 검증을 하는 것이다. 마지막으로 19,236개의 약물 반응의 실험 결과들을 통해 이 논문에서 접근한 방법이 매트랩의 내장함수(nlinfit)보다 더 좋은 결과를 보여주고 있음을 알 수 있다.
Successfully automated curve fitting is greatly challenged when applied to large data set. In this paper, we described a algorithm for fitting dose response curves, by estimating four parameters (floor, window, shift, and slope), together with the detection of outliers. Especially, We are proposing an improvement for curve fitting over current methods. That is the detectionof outliers which is performed at the initialization step with correspondentadjustments of the derivative and error estimation functions. Automatic curve fitting of 19,236 experimental dose response experiments shows that our approach outperformed the current fitting methods provided by Matlab nlinfit function.
Language
English
URI
https://hdl.handle.net/10371/131483
Files in This Item:
Appears in Collections:
College of Natural Sciences (자연과학대학)Dept. of Mathematical Sciences (수리과학부)Theses (Master's Degree_수리과학부)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse