×

微阵列游戏中的Shapley和Banzhaf值。 (英语) Zbl 1183.91013号

总结:我们提供了微阵列游戏类的Banzhaf值的特征,以及Shapley值的另一个特征,在同一类中,本着[S.Moretti、F.Patrone圣博纳西[前15名,排名第2,256-280(2007年;Zbl 1134.91322号)]. 然后,我们将这两个指数应用于发表在文献中的结肠肿瘤数据集时给出的结果进行了比较。

MSC公司:

91A12号机组 合作游戏
91A80型 博弈论的应用
92B15号机组 普通生物统计学
92C40型 生物化学、分子生物学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 白化病,D。;斯卡鲁菲,P。;Moretti,S。;Coco,S。;Di Cristofano,C。;Cavazzana,A.,通过宽基因组表达分析和博弈论鉴定神经母细胞瘤中的低瘤内基因表达异质性,癌症,113,61412-1422(2008)
[2] 阿隆,美国。;北巴尔凯。;诺特曼,D.A。;Gish,K。;伊巴拉,S。;Mack,D.,通过寡核苷酸阵列探测肿瘤和正常结肠组织的聚类分析揭示的广泛基因表达模式,美国国家科学院学报,96,6745-6750(1999)
[3] Banzhaf,J.F.,加权投票不起作用:博弈论方法,罗格斯大学法律评论,19317-343(1965)
[4] 弗拉格内利,V。;Moretti,S.,基因表达数据分析中分类问题的博弈论方法,计算机与数学应用,55,5,950-959(2008)·Zbl 1153.91322号
[5] Kalai E,Samet D.加权Shapley值。收录人:罗斯·A,编辑。沙普利价值观,纪念劳埃德·S·沙普利的文章。剑桥:剑桥大学出版社;1988年,第83-100页。;Kalai E,Samet D.加权Shapley值。收录人:罗斯·A,编辑。沙普利价值观,纪念劳埃德·S·沙普利的文章。剑桥:剑桥大学出版社;1988年,第83-100页。
[6] 拉鲁埃尔,A。;Valenciano,F.,Shapley-Shubik和Banzhaf指数重温,运筹学数学,26,89-104(2001)·Zbl 1073.91512号
[7] Moretti S.最小成本生成树游戏和基因表达数据分析。摘自:GameNets'06:2006年意大利比萨通信与网络游戏理论研讨会。ACM国际会议程序系列,美国纽约州纽约市,第199卷,2006年。第8页。;Moretti S.最小成本生成树游戏和基因表达数据分析。摘自:GameNets'06:2006年意大利比萨通信与网络游戏理论研讨会。ACM国际会议论文集,美国纽约州纽约市,第199卷,2006年。第8页。
[8] Moretti,S。;Patrone,F。;Bonassi,S.,《微阵列游戏的类别和基因相关性指数》,Top,15,256-280(2007)·Zbl 1134.91322号
[9] Moretti S,Patrone F.2008年。Shapley值的横向性。顶部,doi:10.1007/s11750-008-0044-5;Moretti S,Patrone F.2008年。Shapley值的横向性。顶部,doi:10.1007/s11750-008-0044-5·Zbl 1167.91008号
[10] Moretti,S。;van Leeuwen,D。;Gmuender,H。;博纳西,S。;van Delft,J。;Kleinjans,J.,《将Shapley值和统计学结合起来分析暴露于空气污染的儿童的基因表达数据》,BMC生物信息学,9361(2008)
[11] Owen,G.,《博弈论》(1995),学术出版社:纽约学术出版社·Zbl 0159.49201号
[12] Parmigiani G、Garrett ES、Irizarry RA、Zeger SL,编辑。基因表达数据分析:方法和软件。纽约:Springer;2003.; Parmigiani G、Garrett ES、Irizarry RA、Zeger SL,编辑。基因表达数据分析:方法和软件。纽约:Springer;2003. ·Zbl 1012.00021号
[13] Shapley,L.S.,《(n)人博弈的价值》,(Kuhn,H.W.;Tucker,A.W.,《对博弈论的贡献》,第二卷,《数学研究年鉴》,第28期(1953年),普林斯顿大学出版社:普林斯顿大学出版社普林斯顿),307-317·Zbl 0050.14404号
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。