ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 16/6 - 2002  - pp.657-683  - doi:10.3166/ria.16.657-683
TITRE
ASGARD : un algorithme génétique pour les règles d'association. Application à la génomique

RÉSUMÉ
Dans cet article, nous formulons le problème de recherche de règles d'association comme un problème d'optimisation. Nous présentons ASGARD (Adaptive Steady state Genetic Algorithm for association Rule Discovery), un algorithme génétique combinant différents mécanismes avancés pour la recherche de règles que nous avons évalué sur un jeu de données classique de l'UCI. Nous appliquons ensuite cet algorithme à un problème de déséquilibre de liaison, étude menée en collaboration avec le Laboratoire de Génétique des Maladies Multifactorielles (LGMM) de l'Institut de Biologie de Lille (IBL) afin de découvrir des haplotypes candidats à l'explication de maladies multifactorielles comme le diabète et l'obésité. Nous donnons les détails sur l'algorithme présenté, sur le problème biologique traité et les résultats obtenus.


ABSTRACT
In this paper, we consider the association rules problem as an optimisation problem. We present ASGARD (Adaptive Steady state Genetic Algorithm for association Rule Discovery), a genetic algorithm that combines several advanced mechanisms, devoted to association rules problem. Firstly, we evaluate it on a classical benchmark of UCI. Then we apply this algorithm to a "linkage desequilibrium" problem, a study made in collaboration with the multifactorial disease laboratory (LGMM) of the Biology Institute of Lille (IBL) in order to discover haplotypes that may explain multifactorial diseases such as diabetes or obesity. We give details on the presented algorithm, on the biological problem and on the obtained results.


AUTEUR(S)
Laetitia JOURDAN, Clarisse DHAENENS, El GHAZALI TALBI

MOTS-CLÉS
algorithmes génétiques, règles d'association, génomique, déséquilibre de liaison.

KEYWORDS
genetic algorithms, association rules, genomics, linkage desiquilibrium.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (197 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier