본 논문에서는 준지도 학습 방법에 기반하여 더욱 정확하게 암의 예후를 예측할 수 있는 방법을 제안한다. 제안하는 방법은 유전자 발현을 측정한 마이크로어레이 데이터를 그래프 기반의 준지도 학습에 적용하기 위해서 샘플 기반의 그래프 모델 구축하는 단계와 구축된 그래프 모델에서 비용함수를 이용하여 최종 클래스 레이블을 예측할 수 있는 부분으로 구성되어 있다. 클래스 레이블이 없는 샘플들이 많은 암 예후 관련 데이터에 대해서 결과적으로 비교 방법보다 우수한 분류 정확도를 보임을 확인하였다.
In this paper, we propose a graph-based semi-supervised learning method for accurate prediction of cancer prognosis. Our method consist of two parts, one is about transforming mRNA microarray data into graph data structure for learning and the other is about predicting the class labels of unlabeled samples using cost function. As a result, we achieved that our method has outstanding accuracy compared to other methods in the prognosis related cancer data which have many unlabeled samples.
