Advanced search
1 file | 31.93 MB Add to list

Dimensionality reduction and outlier detection for transcriptomics and proteomics data

(2025)
Author
Promoter
(UGent) and (UGent)
Organization
Project
Abstract
Dit proefschrift draagt bij aan de ontwikkeling van factormodellen en methoden voor dimensionaliteitsreductie die zijn afgestemd op de unieke uitdagingen van transcriptomische en proteomische data. Daarnaast worden deze methoden toegepast en specifiek aangepast aan de toepassing van het diagnosticeren van patiënten met zeldzame ziekten. Het bespreekt methodes die gebruikt kunnen worden om correlatiestructuren te schatten kaart te brengen van tel-data en data met veel ongekende waarden. Bovendien worden het negatieve binomiaal model gebruikt met slimme offsets om proporties te modelleren.

Downloads

  • (...).pdf
    • full text (Published version)
    • |
    • UGent only (changes to open access on 2030-10-08)
    • |
    • PDF
    • |
    • 31.93 MB

Citation

Please use this url to cite or link to this publication:

MLA
Segers, Alexandre. Dimensionality Reduction and Outlier Detection for Transcriptomics and Proteomics Data. Ghent University. Faculty of Sciences, 2025.
APA
Segers, A. (2025). Dimensionality reduction and outlier detection for transcriptomics and proteomics data. Ghent University. Faculty of Sciences, Ghent, Belgium.
Chicago author-date
Segers, Alexandre. 2025. “Dimensionality Reduction and Outlier Detection for Transcriptomics and Proteomics Data.” Ghent, Belgium: Ghent University. Faculty of Sciences.
Chicago author-date (all authors)
Segers, Alexandre. 2025. “Dimensionality Reduction and Outlier Detection for Transcriptomics and Proteomics Data.” Ghent, Belgium: Ghent University. Faculty of Sciences.
Vancouver
1.
Segers A. Dimensionality reduction and outlier detection for transcriptomics and proteomics data. [Ghent, Belgium]: Ghent University. Faculty of Sciences; 2025.
IEEE
[1]
A. Segers, “Dimensionality reduction and outlier detection for transcriptomics and proteomics data,” Ghent University. Faculty of Sciences, Ghent, Belgium, 2025.
@phdthesis{01KR918B6WKA5AANAXZQZHQKK3,
  abstract     = {{Dit proefschrift draagt bij aan de ontwikkeling van factormodellen en methoden voor dimensionaliteitsreductie die zijn afgestemd op de unieke uitdagingen van transcriptomische en proteomische data. Daarnaast worden deze methoden toegepast en specifiek aangepast aan de toepassing van het diagnosticeren van patiënten met zeldzame ziekten. Het bespreekt methodes die gebruikt kunnen worden om correlatiestructuren te schatten kaart te brengen van tel-data en data met veel ongekende waarden. Bovendien worden het negatieve binomiaal model gebruikt met slimme offsets om proporties te modelleren.}},
  author       = {{Segers, Alexandre}},
  language     = {{eng}},
  pages        = {{XV, 286}},
  publisher    = {{Ghent University. Faculty of Sciences}},
  school       = {{Ghent University}},
  title        = {{Dimensionality reduction and outlier detection for transcriptomics and proteomics data}},
  year         = {{2025}},
}