Association génétique mesurée à l'aide d'une méthode de classification de données fonctionnelles

Ieng, Mom Ravy (2022). « Association génétique mesurée à l'aide d'une méthode de classification de données fonctionnelles » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en mathématiques.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (7MB)

Résumé

Ce mémoire propose une nouvelle méthode d’association génétique quand le caractère génétique d’intérêt est une fonction. À cette fin, nous présentons une méthode non-paramétrique de classification supervisée pour des données fonctionnelles, développée par Ferraty et Vieu (2006). Dans un premier temps, nous présentons quelques concepts de l’analyse de données fonctionnelles et passons en revue le problème de classification dans le cas fonctionnel, la méthode des K plus proches voisins et les fonctions noyaux. Nous introduisons trois familles de semi-métriques qui agissent comme une mesure de proximité entre deux fonctions. Par la suite, nous étudions la performance de la méthode non-paramétrique de classification supervisée à l’aide d’une étude de simulation. Finalement, nous présentons l’approche consistant à utiliser la méthode de classification non-paramétrique aux données génétiques d’une plante à fleurs (appelée arabette des dames) de Moore et al. (2013) afin d’étudier l’association entre le phénotype et la lignée d’origine de la plante. On compare les résultats observés avec les résultats d’une approche par vraisemblance de Kwak et al. (2016). On constate que la méthode proposée donne des résultats différents de l’approche par vraisemblance. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : données fonctionnelles, semi-métriques, classification supervisée, SNP

Type:	Mémoire accepté
Informations complémentaires:	Fichier numérique reçu et enrichi en format PDF/A.
Directeur de thèse:	Descary, Marie-Hélène
Mots-clés ou Sujets:	Données fonctionnelles / Classification / Marqueurs génétiques
Unité d'appartenance:	Faculté des sciences > Département de mathématiques
Déposé par:	Service des bibliothèques
Date de dépôt:	07 juin 2022 16:02
Dernière modification:	07 juin 2022 16:02
Adresse URL :	http://archipel.uqam.ca/id/eprint/15475

Modifier les métadonnées (propriétaire du document)

Statistiques