×

使用极值事件来表征噪声时间序列。 (英语) Zbl 1434.37044号

摘要:实验时间序列提供了一个了解潜在动力系统的信息窗口,时间序列(或其导数)极值的计时包含有关其结构的信息。然而,时间序列通常包含显著的测量误差。我们描述了一种通过一系列间隔来表征任何假设测量误差水平(varepsilon)的时间序列的方法,每个间隔都保证包含任何函数的极值,该函数与时间序列近似。基于连续函数的合并树,我们定义了一个称为归一化分支分解的新对象,它允许我们计算任何级别的区间\(\varepsilon\)。我们证明,对于单个时间序列,在这些区间上存在一个定义明确的总序,并且它自然地扩展到包括数据集的时间序列集合的偏序。我们在两个应用程序中使用提取间隔的顺序。首先,描述单个数据集的偏序可用于模式匹配切换模型输出[第二作者等,SIAM J.Appl.Dyn.Syst.17,No.2,1589-1616(2018;Zbl 1393.37092号)],允许拒绝网络模型。其次,比较不同数据集的部分顺序的图形距离可以量化生物复制之间的相似性。

MSC公司:

37M10个 动力系统的时间序列分析
06年06月06日 部分订单,通用
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Akutsu,T。;宫野,S。;Kuhara,S.,《推断遗传网络和代谢途径中的定性关系》,生物信息学,16,8,727-734(2000)·doi:10.1093/bioinformatics/16.8.727
[2] Albert,R.,《系统生物学中的网络推理、分析和建模》,植物细胞,19,11,3327-3338(2007)·doi:10.1105/tpc.107.054700
[3] 阿尔伯特·R。;柯林斯,Jj;Glass,L.,《焦点问题简介:遗传网络的定量方法》,《混沌》,23,2,025001(2013)·Zbl 1331.92049号 ·数字对象标识代码:10.1063/1.4810923
[4] 巴克,纳;迈尔斯,Cj;Kuwahara,H.,从时间序列数据学习遗传调控网络连通性,IEEE/ACM Trans-Comput Biol Bioninform,8,1,152-165(2011)·doi:10.1109/TCBB.2009.48
[5] 布里斯托,Sl;勒曼,Ar;西蒙斯,科瓦茨拉邦;Deckard,A。;哈勒,J。;Haase,Sb,Checkpoints couple transcription network oscillator dynamics to cell cycle progressions,基因组生物学,15,9446(2014)·doi:10.1186/s13059-014-0446-7
[6] Brunton,Sl;普克托,Jl;Kutz,Jn,通过非线性动力系统的稀疏识别从数据中发现控制方程,国家科学院学报,113,15,3932-3937(2016)·Zbl 1355.94013号 ·doi:10.1073/pnas.1517384113
[7] Bunke,H。;Riesen,K.,基于图形的模式识别的最新进展及其在文档分析中的应用,模式识别,44,5,1057-1067(2011)·Zbl 1209.68443号 ·doi:10.1016/j.patcog.2010.11.015
[8] Carlsson,G.,《拓扑与数据》,美国数学学会(NS),46,2,255-308(2009)·Zbl 1172.62002号 ·doi:10.1090/S0273-0979-09-01249-X
[9] Carré,C。;马斯·A。;Krouk,G.,《逆向工程强调大基因调控网络设计和学习的潜在原则》,NPJ系统生物应用(2017)·doi:10.1038/s41540-017-0019-y
[10] Cho、Cy;莫塔,Fc;凯利赫,Cm;Deckard,A。;Haase,Sb,《协调细胞周期转录全球控制的冲突模型》,《细胞周期》(2017)·doi:10.1080/15384101.2017.1367073
[11] Cho、Cy;凯利赫,Cm;Haase,Sb,细胞周期转录网络在每个细胞周期生成并传输一次转录脉冲,《细胞周期》(2019)·doi:10.1080/15384101.2019.1570655
[12] Conte博士。;Foggia,P。;Sansone,C。;Vento,M.,《模式识别中的图形匹配三十年》,《国际J模式识别技术》,第18、3、265-298页(2004年)·doi:10.1142/S0218001404003228
[13] 康明斯B,Nerem R((2019)\epsilon)-最小间隔软件v0.4。10.5281/zenodo.3405579;https://github.com/brecummins/min_interval_posets。2019年9月访问
[14] 康明斯,B。;Gedeon,T。;Spendlove,K.,《状态空间重构方法在确定因果关系中的功效》,SIAM J Appl Dyn Syst,14,1,335-381(2015)·兹比尔1370.37041 ·doi:10.137/130946344
[15] 康明斯,B。;Gedeon,T。;Harker,S。;Mischaikow,K。;Mok,K.,交换系统参数空间的组合表示,SIAM J Appl Dyn Syst,15,4,2176-2212(2016)·Zbl 1360.37180号 ·doi:10.1137/15M1052743
[16] 康明斯,B。;Gedeon,T。;Harker,S。;Mischaikow,K.,通过时间序列进行模型拒绝和参数简化,SIAM J Appl Dyn Syst,17,2,1589-1616(2018)·Zbl 1393.37092号 ·doi:10.1137/17M1134548
[17] Ba Davey;普里斯特利,哈,格与序导论(2002),剑桥:剑桥大学出版社,剑桥·Zbl 1002.06001号
[18] Edelsbrunner,H。;Harer,Jl,计算拓扑(2010),普罗维登斯:美国数学学会,普罗维登·Zbl 1193.55001号
[19] Edwards,R.,《具有硬开关的神经和基因网络中的混沌》,Differ Equ Dyn Syst,9187-220(2001)·Zbl 1231.37051号
[20] Fu,James J.,有向图中的近似模式匹配,组合模式匹配,373-383(1996),柏林,海德堡:施普林格-柏林-海德堡
[21] 玻璃,L。;Kauffman,Sa,《连续非线性生化控制网络的逻辑分析》,《Theor Biol杂志》,39,1,103-29(1973)·doi:10.1016/0022-5193(73)90208-7
[22] Günther D,Salmon J,Tierny J(2014)二维不确定标量场的强制临界点。在:计算机图形论坛,第33卷。威利在线图书馆,第31-40页
[23] Haase,锑;Wittenberg,C.,《细胞周期调控转录电路的拓扑和控制》,遗传学,196,1,65-90(2014)·doi:10.1534/genetics.113.152595
[24] Harker S(2018)DSGRN软件。10.5281/zenodo.1210003;https://github.com/shaunharker/DSGRN。2019年6月访问
[25] 凯利赫,Cm;勒曼,Ar;塞拉,Cs;Haase,Sb,研究真菌病原体中细胞周期调节转录程序的保守性,新生隐球菌,PLoS Genet,12,12,e1006453(2016)·doi:10.1371/journal.pgen.1006453
[26] Lähdesmäki,H。;施穆列维奇,I。;Yli-Harja,O.,《关于在布尔网络模型下学习基因调控网络》,《马赫学习》,52,1,147-167(2003)·Zbl 1039.68162号 ·doi:10.1023/A:1023905711304
[27] Livi L,Rizzi A(2012)基于张量积的不精确图形匹配的并行算法。摘自:2012年国际神经网络联合会议(IJCNN),第1-8页。10.1109/IJCNN.2012.6252681
[28] Maucher,M。;Kracher,B。;科尔,M。;Kestler,Ha,《通过相关性推断布尔网络结构》,生物信息学,27,11,1529-1536(2011)·doi:10.1093/bioinformatics/btr166
[29] Mcgoff,K。;郭,X。;Deckard,A。;凯利赫,C。;Leman,A。;Francey,L。;Hogenesch,J。;Haase,S。;Harer,J.,《局部边缘机器:基因调控动态模型的推断》,《基因组生物学》,17,1,214(2016)·doi:10.1186/s13059-016-1076-z
[30] Morozov D,Weber G(2013)分布式合并树。摘自:并行编程原理与实践年度研讨会论文集,第93-102页
[31] 莫罗佐夫,D。;Beketayev,K。;Weber,G.,合并树之间的交错距离,离散计算几何,49,22-45(2013)·Zbl 1272.68414号 ·doi:10.1007/s00454-012-9465-x
[32] 穆尔,Ls;Le,Hd;Benegiamo,G。;Chang,Mw;里奥斯,L。;吉拉尼,N。;恩戈托,M。;Kariuki,T。;俄克拉荷马州Dkhissi-Benyahya。;库珀,嗯;Panda,S.,灵长类动物主要神经和外周组织的昼夜转录组图谱,《科学》(2018)·doi:10.1126/science.aao0318
[33] Nerem R,Crawford-Kahrl P,Cummins B,Gedeon T(2019)有向最大公共边子图的偏序集度量。arXiv:1910.14638
[34] 达奥兰多;Lin,Cy;伯纳德,A。;艾弗森,Es;Aj Hartemink;Haase,Sb,同步实验中细胞周期分布的概率模型,细胞周期,6478-488(2007)·doi:10.4161/cc.6.4.3859
[35] 达奥兰多;Lin,Cy;伯纳德,A。;王,Jy;巧克力、巧克力;艾弗森,Es;Aj Hartemink;Haase,Sb,通过耦合cdk和网络振荡器对细胞周期转录的全局控制,《自然》,453,7197,944-7(2008)·doi:10.1038/nature06955
[36] Pascucci V,Cole-Mclaughlin K,Scorzelli G(2004)等高线树的多分辨率计算和表示。参加:IASTED可视化、成像和图像处理会议·Zbl 1183.68638号
[37] 普拉米拉,T。;Wu,W。;迈尔斯,S。;诺布尔,Ws;Breeden,Ll,叉头转录因子HCM1调节染色体分离基因并填补细胞周期转录回路中的S期缺口,genes Dev,20,16,2266-78(2006)·数字对象标识代码:10.1101/gad.1450606
[38] Rahi,Sj;Pecani,K。;Ondracka,A。;Oikonomou,C。;Cross,Fr,CDK-APC/C振荡器主要携带周期性细胞周期转录,cell,165,2,475-87(2016)·doi:10.1016/j.cell.2016.02.060
[39] 谢登,K。;Cooper,S.,使用微阵列和多种同步方法分析酿酒酵母中的细胞周期基因表达,核酸研究,30,132920-9(2002)·doi:10.1093/nar/gkf414
[40] 西蒙斯,科瓦茨拉邦;达奥兰多;Haase,Sb,转录网络和cyclin/cdks:细胞周期振荡器的阴阳,细胞周期,7,17,2626-9(2008)·doi:10.4161/cc.7.17.6515
[41] 西蒙斯,科瓦茨拉邦;梅休,Mb;达奥兰多;Jin,Y。;李强。;黄,C。;里德,Si;慕克吉,S。;Haase、Sb、Cyclin依赖激酶是转录因子网络驱动的振荡的调节器和效应器,Mol Cell,45,5,669-79(2012)·doi:10.1016/j.molcel.2011.12.033
[42] 西蒙,I。;巴内特,J。;Hannett,N。;康涅狄格州Harbison;新泽西州里纳尔迪;沃尔科特,Tl;Jj怀里克;Zeitlinger,J。;Gifford,Dk;雅科拉,Ts;Young,Ra,酵母细胞周期中转录调控因子的系列调控,cell,106,6,697-708(2001)·doi:10.1016/S0092-8674(01)00494-9
[43] Smirnov D,Morozov D(2017)三重合并树。In:数据分析和可视化中的拓扑方法V(TopoInVis 2017会议记录)(即将出版)·Zbl 1465.68061号
[44] 杉原,G。;5月,R。;Ye,H。;谢长廷。;Deyle,E。;Fogarty,M。;Munch,S.,《探测复杂生态系统中的因果关系》,《科学》,338496(2016)·Zbl 1355.92144号 ·doi:10.1126/science.1227079
[45] Thomas,R.,《被视为异步自动机的监管网络:逻辑描述》,J Theor Biol,153,1-23(1991)·doi:10.1016/S0022-5193(05)80350-9
[46] 张,R。;新泽西州拉亨斯;Ballance,嗨;休斯,我;Hogenesch,Jb,《哺乳动物昼夜节律基因表达图谱:生物学和医学意义》,美国国家科学院学报,111,45,16219-24(2014)·doi:10.1073/pnas.1408886111
[47] Zomordian,A。;Carlsson,G.,《计算持久同源性》,离散计算几何,33,2,249-274(2005)·Zbl 1069.55003号 ·doi:10.1007/s00454-004-1146-y
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。