×

BDgraph(BDgraph)

swMATH ID: 14815
软件作者: Mohammadi,A。;威特,E.C。
描述: 稀疏高斯图形模型中的贝叶斯结构学习。解码大量变量之间的复杂关系,而观测值相对较少,是科学中的关键问题之一。解决此问题的一种方法是高斯图形建模,它通过基础图中是否存在边来描述变量的条件独立性。本文介绍了一种新的、有效的用于高斯图形模型确定的贝叶斯框架,该框架是基于连续时间出生-死亡过程的跨维马尔可夫链蒙特卡罗(MCMC)方法。我们介绍了该方法的理论和计算细节。它易于实现,并且在计算上对高维图是可行的。我们证明了我们的方法在收敛性、图空间混合和计算时间方面优于其他贝叶斯方法。与频率学习法不同,它为结构学习提供了一种原则性的、实际可行的方法。我们在大量模拟数据上证明了该方法的有效性。然后,我们将该方法应用于人类和乳腺基因表达研究的大规模实际应用中,以显示其经验性有用性。此外,我们在R包BDgraph中实现了该方法,该包可以在url上免费获得{http://CRAN.R-project.org/package=BDgraph}.
主页: https://cran.r-project.org/web/packages/BDgraph/index.html
源代码:  https://github.com/cran/BDgraph网站
关键词: 贝叶斯模型选择;稀疏高斯图形模型;不可分解图;生-死过程;马尔科夫蒙特卡洛;G-Wishart公司
相关软件: 玻璃制品;R(右);HdBCS公司;巨大的;迁移率;BGGM公司;卢比;EMVS公司;PRMLT公司;贝叶斯DA;TETRAD公司;bn学习;矩阵;亿立方米;ssgraph(ssgraph);q图;全球统一制度;SSS系统;bfa公司;开放式VA
引用于: 27文件

标准条款

2出版物描述软件,包括1出版物以zbMATH为单位 年份
加速稀疏高斯图形模型中的贝叶斯结构学习。 Zbl 07707245号
雷扎·穆罕默德;赫莱内·马萨姆;杰拉德·莱塔克
2023
BDgraph:图形模型中贝叶斯结构学习的R包arXiv公司
Mohammadi,A。;威特,E.C。
2015
全部的 前5名

63位作者引用

玛丽亚·德·伊奥里奥
Ghosal,Subhashis公司
雷扎·穆罕默德
2 亚历山大·贝斯科斯
2 李泽亨·理查德
2 马尔滕·马尔斯曼
2 Helene M.马萨姆。
2 贾米·穆尔格雷夫。
2 倪,杨
2 维尔达·普鲁特索卢
2 范登·布姆,威廉
2 卢伦斯·沃尔多普。
1 梅利赫·阿拉兹
1 Alexopoulos,安吉洛斯
1 是的,埃兹吉
1 巴拉丹达尤塔帕尼,韦拉巴哈德兰
1 Sayantan Banerjee
1 安妮迪亚·巴德拉
1 莱昂纳多·波托洛
1 劳伦特·布里奥莱丝
1 格尔达·克莱斯肯斯
1 塞缪尔·克拉克。
1 亚历山德罗·科伦比
1 朱卡·科兰德
1 乔蒂什卡·达塔
1 阿德里安·多布拉
1 比阿特丽斯·弗兰佐利尼
1 高欣
1 卡罗琳娜·格里兹基维茨
1 劳伦·希诺瓦努
1 胡太忠
1 胡特,K.B.S。
1 萨拉·贾法里
1 季、袁
1 金百硕
1 莫瑞斯·克莱门斯·卡普斯坦
1 沃里克·波克列夫斯基·科齐尔
1 法布里奇奥·雷森
1 Janne Leppä-aho
1 勒塔克、杰拉德·G·。
1 罗向玉
1 Tyler H.McComick。
1 泰勒·H·麦考密克。
1 阿卜杜勒雷扎·穆罕默德
1 彼得·米勒
1 阿比纳夫·纳塔拉扬
1 艾奥尼斯·恩祖弗拉斯
1 奥登,克里斯托弗罗斯·布莱恩特
1 彭萨,约翰
1 Eugen Pircalabelu公司
1 马修·普拉托拉(Matthew T.Pratola)。
1 Mijke Rhemtulla公司
1 蒂姆·罗斯
1 Arkaprava罗伊
1 克希拉·萨加
1 石小平
1 弗朗西斯科·克劳迪奥·斯廷戈
1 玛丽娜·范努奇
1 克里斯蒂亚诺·维拉
1 王南伟
1 格哈德·威廉·韦伯
1 恩斯特·威特
1 吴秋雨

按年份列出的引文