[논문 리뷰] Towards a Unified Taxonomy of Biclustering Methods

Dmitry I. Ignatov, Bruce W. Watson|arXiv (Cornell University)|2017. 02. 17.

Rough Sets and Fuzzy Logic참고 문헌 31인용 수 3

한 줄 요약

이 논문은 생물정보학 및 데이터 마이닝 분야에서 제시된 다양한 분류 체계를 통합하기 위해 형식적 개념 분석(FCA)과 특성 탐색 기법을 사용하여 이분군화 방법에 대한 통합된 분류 체계를 제안한다. 이분군화 기법을 형식적 개념으로 모델링하고, 형식적 개념 격자와 특성 탐색을 적용하여 분류 체계를 보완하고 검증함으로써, 저자들은 누락된 방법론적 유형을 드러내고, 상호작용 가능하며 온톨로지 유사한 방식으로 이분군화 알고리즘을 분류할 수 있는 종합적이고 확장 가능한 프레임워크를 수립한다.

ABSTRACT

Being an unsupervised machine learning and data mining technique, biclustering and its multimodal extensions are becoming popular tools for analysing object-attribute data in different domains. Apart from conventional clustering techniques, biclustering is searching for homogeneous groups of objects while keeping their common description, e.g., in binary setting, their shared attributes. In bioinformatics, biclustering is used to find genes, which are active in a subset of situations, thus being candidates for biomarkers. However, the authors of those biclustering techniques that are popular in gene expression analysis, may overlook the existing methods. For instance, BiMax algorithm is aimed at finding biclusters, which are well-known for decades as formal concepts. Moreover, even if bioinformatics classify the biclustering methods according to reasonable domain-driven criteria, their classification taxonomies may be different from survey to survey and not full as well. So, in this paper we propose to use concept lattices as a tool for taxonomy building (in the biclustering domain) and attribute exploration as means for cross-domain taxonomy completion.

연구 동기 및 목표

• 생물정보학 및 데이터 마이닝과 같은 다양한 분야에서 이분군화 방법에 대한 일관되고 종합적인 분류 체계가 부족한 문제를 해결하기 위해.
• 기존에 종종 상충되거나 불완전한 이분군화 알고리즘 분류 체계를 통합하기 위해.
• 형식적 개념 격자에 특성 탐색을 적용하여 현재의 이분군화 방법 분류 체계에서의 갭을 식별하기 위해.
• 공유된 특성과 구조적 특성에 기반하여 새로운 이분군화 방법을 분류하기 위한 재사용 가능하고 확장 가능한 프레임워크를 개발하기 위해.
• 개념 격자와 중첩 선도표 인터페이스를 통해 다중 해상도에서 상호작용 가능하고 시각적이며 온톨로지 유사한 방식으로 이분군화 기법을 탐색할 수 있도록 지원하기 위해.

제안 방법

• 이분군화 방법을 객체(알고리즘)와 속성(분류 기준)으로 구성된 형식적 맥락 내의 형식적 개념으로 모델링하기.
• 형식적 맥락에서 개념 격자를 구성하여 이분군화 방법 간의 계층적 관계를 표현하기.
• 형식적 개념 분석 기법인 특성 탐색을 적용하여 분류 속성 간의 논리적 함의를 식별함으로써 분류 체계의 검증과 보완을 수행하기.
• 격자 구조를 활용하여 누락되거나 일관성 없는 방법론 유형을 탐지하기, 예를 들어 '일자집합 탐색 전략'과 '포괄적 이분군화 구조'를 동시에 갖는 방법의 부재.
• 형식적 개념을 n항 관계로 일반화하여 다중모드 클러스터링 확장(예: 삼분군화, n-집합)을 분류 체계에 통합하기.
• 트리 기반, 격자 기반, 중첩 선도표 인터페이스를 활용한 상호작용 가능한 시각화를 통해 다양한 해상도에서 분류 체계 탐색 지원하기.

실험 결과

연구 질문

• RQ1 문헌에서 산재한 다양한 분류 체계로부터 어떻게 통합된 이분군화 방법 분류 체계를 수립할 수 있는가?
• RQ2 기존 이분군화 분류 체계에서 누락되거나 일관성 없는 분류 속성들은 무엇이며, 어떻게 이를 탐지할 수 있는가?
• RQ3 형식적 개념 분석과 특성 탐색을 통해 현재의 이분군화 방법 분류 체계에서 드러나는 구조적 갭은 어느 정도인가?
• RQ4 새로운 이분군화 알고리즘이 등장함에 따라 분류 체계는 어떻게 유지되고 확장될 수 있는가?
• RQ5 제안된 프레임워크는 시각적 및 논리적 수단을 통해 이분군화 방법의 상호작용 탐색과 분류를 지원할 수 있는가?

주요 결과

• 저자들은 생물정보학에서 널리 사용되는 많은 이분군화 방법, 예를 들어 BiMax와 같은 알고리즘들이 기존에 1980년대에 형식적 개념 분석에서 알려진 바 있던 형식적 개념—즉, 부울 행렬 내의 최대 부분행렬—과 동일하다는 점을 규명한다.
• 특성 탐색을 통해 논리적 모순과 누락된 유형이 드러나며, 예를 들어 '일자집합 탐색 전략'과 '포괄적 이분군화 구조'를 동시에 갖는 방법이 논리적으로 유도되지만 아직 실제로 구현되어 있지 않은 경우가 있음을 확인한다.
• 분류 체계 수립 과정을 통해 현재의 분류 체계가 종종 불완전하고 도메인 특화적이며 형식적 검증이 부족하여, 중복되거나 다시 발견된 알고리즘 접근 방식이 발생하고 있음을 밝혀낸다.
• 개념 격자를 활용함으로써 이분군화 방법의 계층적 조직이 가능해지며, 일반에서 특수로 향하는 관계를 드러내고 상호작용 가능한 탐색 및 분류를 지원한다.
• 프레임워크는 이분군화 지식의 온톨로지 유사 관리 기능을 제공하여 전문가 피드백을 통해 새로운 방법론 유형의 동적 확장과 검증을 가능하게 한다.
• 다중모드 클러스터링(예: 삼분군화, n-집합)의 분류 체계 통합은 프레임워크의 기존 이분군화를 초월한 확장성과 유연성을 입증한다.