渡边千郎;铃木、太极 关系数据矩阵中双聚类数的良好性测试。 （英语） Zbl 07758738号 Ann.Inst.Stat.数学。 75，编号6，979-1009（2023）. 摘要：双聚类是检测给定矩阵中齐次子矩阵的一种方法。尽管有许多研究估计了矩阵的基本双聚类结构，但很少有研究能使我们确定合适的双聚类数。最近，针对规则网格双簇结构，提出了一种双簇数的统计检验方法。然而，当潜在的双簇结构不满足这种规则网格假设时，之前的测试需要比接受零假设所需的更多的双簇，这在解释接受的结构方面是不可取的。在本研究中，我们提出了一种新的不需要规则网格假设的双聚类数统计检验，并推导了所提出的检验统计量在零和可选情况下的渐近行为。通过将该方法应用于合成数据矩阵和实际数据矩阵，我们证明了该方法的有效性。 理学硕士： 62至XX 统计 关键词：双聚类;子矩阵检测;光纤质量测试;随机矩阵理论 软件：电影镜头;Eigentaste公司;LAS公司;FABIA公司;UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{C.Watanabe}和\textit{T.Suzuki}，Ann.Inst.Stat.Math。75，编号6，979--1009（2023；Zbl 07758738） 全文： 内政部 arXiv公司 参考文献： [1] Balakrishnan，S.、Kolar，M.、Rinaldo，A.、Singh，A.、Wasserman，L.（2011年）。双聚类中的统计和计算权衡。in:NIPS 2011统计学习中的计算权衡研讨会. [2] Ben-Dor，A.，Chor，B.，Karp，R.，Yakhini，Z.（2002年）。发现基因表达数据中的局部结构：顺序保护子矩阵问题。在：第六届国际计算生物学年会论文集（第49-57页）。 [3] PJ Bickel；Sarkar，P.，网络中自动社区检测的假设测试，《皇家统计学会杂志：B辑（统计方法）》，78，1，253-273（2016）·Zbl 1411.62162号 ·doi:10.1111/rssb.12117 [4] 布隆门达尔，A。；Knowles，A。；尤，HT；Yin，J.，关于样本协方差矩阵的主成分，概率论及相关领域，164，459-552（2016）·Zbl 1339.15023号 ·doi:10.1007/s00440-015-0616-x [5] Brennan，M.、Bresler，G.、Huleihel，W.（2018年）。种植稀疏结构问题的可约性和计算下限。在：第31届学习理论会议记录（第75卷，第48-166页）。机器学习研究论文集。 [6] Brennan，M.、Bresler，G.、Huleihel，W.（2019年）。子矩阵检测计算下限的普遍性。在：第32届学习理论会议记录（第99卷，第417-468页）。机器学习研究论文集。 [7] 布图萨，C。；Ingster，YI，高维噪声矩阵稀疏子矩阵的检测，Bernoulli，19，5，2652-2688（2013）·Zbl 1457.62072号 ·doi:10.3150/12-BEJ470 [8] Butucea，C.，Ingster，Y.I.，Suslina，I.A.（2015）。高维噪声矩阵中稀疏子矩阵的尖锐变量选择。伊朗伊斯兰共和国:概率论与统计学19:115-134. ·Zbl 1330.62169号 [9] 蔡，TT；Wu，Y.，稀疏矩阵检测的统计和计算极限，统计年鉴，48，3，1593-1614（2020）·Zbl 1453.62285号 ·doi:10.1214/19-AOS1860 [10] 蔡，TT；Liang，T。；Rakhlin，A.，《大噪声矩阵中子矩阵定位的计算和统计边界》，《统计年鉴》，45，4，1403-1430（2017）·Zbl 1392.62017年 ·doi:10.1214/16-AOS1488 [11] Chekouo，T。；Murua，A.，《惩罚双聚类模型及相关算法》，《应用统计杂志》，第42、6、1255-1277页（2015年）·Zbl 1514.62474号 ·doi:10.1080/02664763.2014.999647 [12] Chekouo，T。；Murua，A。；Raffelsberger，W.，吉布斯格子双聚类模型，应用统计年鉴，9，3，1643-1670（2015）·Zbl 1454.62316号 ·doi:10.1214/15-AOAS854 [13] 陈，Y。；Xu，J.，随着簇和子矩阵数量的增加，植入式问题和子矩阵定位的统计计算权衡，机器学习研究杂志，17，27，1-57（2016）·Zbl 1360.62320号 [14] Conover，WJ，实用非参数统计（1999），纽约：John Wiley&Sons，纽约 [15] Corneli，M.，Latouche，P.，Rossi，F.（2015）。动态网络潜在块模型非平稳时间扩展中的精确ICL最大化。在：第23届欧洲人工神经网络研讨会论文集（第225-230页）。计算智能和机器学习。 [16] Dhillon，I.S.（2001年）。使用二部谱图划分对文档和单词进行共聚类。在：第七届ACM SIGKDD知识发现和数据挖掘国际会议论文集（第269-274页）。 [17] Dua，D.，Graff，C.（2017年）。UCI机器学习库。http://archive.ics.uci.edu/ml，加州大学欧文分校信息与计算机科学学院。 [18] 达菲，德国；Quiroz，AJ，基于排列的块聚类算法，分类杂志，8，65-91（1991）·doi:10.1007/BF02616248 [19] CJ弗林；Perry，PO，Profile似然双聚类，《电子统计杂志》，第14期，第1731-768页（2020年）·Zbl 1435.62229号 ·doi:10.1214/19-EJS1667 [20] 法国，FOD。(2012). 字文档数据的可扩展重叠联合聚类。在：2012年第11届机器学习与应用国际会议（第464-467页）。 [21] Goldberg，K。；罗德，T。；古普塔，D。；Perkins，C.，Eigentaste:恒定时间协同过滤算法，信息检索，4，2，133-151（2001）·Zbl 0989.68052号 ·doi:10.1023/A:101149012209 [22] 哈耶克，B。；Wu，Y。；Xu，J.，《恢复隐藏社区的信息限制》，IEEE信息理论汇刊，63，8，4729-4745（2017）·Zbl 1372.94364号 ·doi:10.1109/TIT.2017.2653804 [23] 哈耶克，B。；Wu，Y。；Xu，J.，通过消息传递进行子矩阵定位，《机器学习研究杂志》，18，186，1-52（2018）·Zbl 1468.68155号 [24] 哈珀，FM；Konstan，JA，The MovieLens datasets:History and context，ACM Transactions on Interactive Intelligent Systems，5，4，1-19（2015）·doi:10.1145/2827872 [25] Hartigan，JA，数据矩阵的直接聚类，美国统计协会杂志，67337123-129（1972）·网址：10.1080/01621459.1972.10481214 [26] Hochreiter，S。；博登霍夫，美国。；Heusel，M。；Mayr，A。；Mitterecker，A。；Kasim，A。；Khamiakova，T。；桑登，SV；Lin，D。；塔伦，W。；Bijnens，L。；赫尔曼，HWH；Shkedy，Z。；Clevert，DA，FABIA：双聚类采集的因子分析，生物信息学，26，12，1520-1527（2010）·doi:10.1093/bioinformatics/btq227 [27] Hu，J.，Zhang，J.、秦，H.、闫，T.、朱，J.（2020）。使用最大入口偏差测试随机块模型的拟合优度。美国统计协会杂志0(0):1-10. ·兹比尔1510.62247 [28] 科拉尔，M。；Balakrishnan，S。；里纳尔多，A。；Singh，A.，大噪声矩阵中结构信息的Minimax局部化，神经信息处理系统的进展，24909-917（2011） [29] Lei，J.，随机块模型的有效性检验，《统计年鉴》，44，1，401-424（2016）·Zbl 1331.62283号 ·doi:10.1214/15-AOS1370 [30] Liu，J.、Yang，J.和Wang，W.（2004）。基因表达数据中的双聚类（按趋势）。在：2004 IEEE计算系统生物信息学会议记录（第182-193页）。 [31] Liu，Y.，Guo，J.（2018）。具有加速功能的无分布、大小自适应子矩阵检测。arXiv:1804.10887·Zbl 1442.62093号 [32] Lomet，A.，Govaert，G.，Grandvalet，Y.（2012年）。基于综合分类似然的块聚类模型选择。在：第20届国际计算统计会议论文集（第519-530页）·Zbl 1416.62349号 [33] Luo，Y.，Zhang，A.（2020年）。种植结构张量聚类：统计最优性和计算极限。在：2020年联合统计会议. [34] 马，Z。；Wu，Y.，极小极大子矩阵检测中的计算障碍，统计学年鉴，43，31089-1116（2015）·Zbl 1328.62354号 ·doi:10.1214/14-AOS1300 [35] 南卡罗来纳州马德拉；Oliveira，AL，《生物数据分析的双聚类算法：一项调查》，IEEE/ACM计算生物学和生物信息学汇刊，1，1，24-45（2004）·doi:10.1109/TCBB.2004年2月 [36] Moran，G.E.（2019年）。贝叶斯变异建模方法。美国宾夕法尼亚大学博士论文。 [37] Oghabian，A。；Kilpinen，S。；Hautaniemi，S。；Czeizler，E.，双聚类方法：生物学相关性及其在基因表达分析中的应用，PLOS ONE，9，3（2014）·doi:10.1371/journal.pone.0090801 [38] 皮莱，NS；Yin，J.，协方差矩阵的普遍性，应用概率年鉴，24，3，935-1001（2014）·Zbl 1296.15021号 ·doi:10.1214/13-AAP939 [39] Pio，G。；塞西，M。；D’Elia，D。；Loglisci，C.等人。；Malerba，D.，一种新的双聚类算法，用于发现微RNA及其靶基因之间有意义的生物相关性，BMC生物信息学，14，7，S8（2013）·doi:10.1186/1471-2105-14-S7-S8 [40] Prelić，A。；布鲁勒，S。；齐默尔曼，P。；Wille，A。；Bühlmann，P。；格鲁伊斯姆，W。；Hennig，L。；Thiele，L。；Zitzler，E.，基因表达数据双聚类方法的系统比较与评估，生物信息学，22，9，1122-1129（2006）·doi:10.1093/bioinformatics/btl060 [41] Raff，E.、Zak，R.、Munoz，G.L.、Fleming，W.、Anderson，H.S.、Filar，B.、Nicholas，C.、Holt，J.（2020）。使用双聚类自动生成Yara规则。在：第13届ACM人工智能与安全研讨会会议记录（第71-82页）。 [42] Sakai，Y.，Yamanishi，K.（2013）。基于NML的通用关系数据建模模型选择准则。在：2013年IEEE国际大数据会议记录（第421-429页）。 [43] 沙巴林，AA；维格曼，VJ；佩鲁，CM；诺贝尔，AB，《在高维数据中发现大平均子矩阵》，《应用统计年鉴》，3，3，985-1012（2009）·Zbl 1196.62087号 ·doi:10.1214/09-AOAS239 [44] Shan，H.、Banerjee，A.（2008）。贝叶斯联合聚类。In:第八届IEEE数据挖掘国际会议记录（第530-539页）。 [45] 窗台，M。；凯撒，S。；A.本纳。；Kopp Schneider，A.，结合稳定性选择的稀疏奇异值分解的鲁棒双聚类，生物信息学，27，152089-2007（2011）·doi:10.1093/bioinformatics/btr322 [46] Symeonidis，P.、Nanopulos，A.、Papadopoulos，A.、Manolopoulos，Y.（2007年）。使用常量值的最近集群协作过滤。在：Web挖掘和Web使用分析进展，WebKDD 2006，计算机科学讲稿（第4811卷，第36-55页）。 [47] Tanay，A。；沙兰，R。；Shamir，R.，在基因表达数据中发现具有统计学意义的双簇，生物信息学，18，1，S136-S144（2002）·doi:10.1093/bioinformatics/18.suppl_1.S136 [48] Tepper，M.，Sapiro，G.（2016年）。用于多参数模型估计的快速L1-NMF。arXiv:1610.05712·Zbl 1416.65121号 [49] Tibshirani，R.、Hastie，T.、Eisen，M.、Ross，D.、Botstein，D.、Brown，P.（1999）。DNA微阵列数据分析的聚类方法。斯坦福大学卫生研究与政策系、统计系、遗传学系和生物化学系技术代表。 [50] Tracy，C.A.，Widom，H.（2009年）。随机矩阵理论的分布及其应用。在：数学物理的新动向（第753-765页），施普林格·Zbl 1176.15046号 [51] van der Vaart，AW，《渐近统计》（1998），英国剑桥：剑桥大学出版社，英国剑桥·Zbl 0910.62001号 ·doi:10.1017/CBO978051180225 [52] Ward，JH Jr，优化目标函数的分层分组，美国统计协会杂志，58301236-244（1963）·doi:10.1080/01621459.1963.10500845 [53] 渡边，C。；铃木，T.，潜在区块模型的有效性检验，计算统计与数据分析，154（2021）·Zbl 1510.62285号 ·doi:10.1016/j.csda.2020.107090 [54] 渡边，C.，铃木，T.（2023）。补充“关系数据矩阵中双聚类数的良好性测试”。统计数学研究所年鉴. [55] Wyse，J。；弗里尔，北。；Latouche，P.，使用潜在块模型和精确ICL推断二分网络中的结构，网络科学，5，1，45-69（2017）·doi:10.1017/nws.2016.25 [56] Yamanishi，K。；Wu，T。；苏加瓦拉，S。；Okada，M.，用于选择分层潜在变量模型的分解归一化最大似然码长准则，数据挖掘与知识发现，331017-1058（2019）·Zbl 1464.62233号 ·doi:10.1007/s10618-019-00624-4 [57] Yöntem，M.K.（2017）。父母出身方式对离婚预测因素的预测作用。土耳其托卡特Gaziosmanpasa大学博士论文。 [58] Yöntem，MK；阿德姆，K。；Ilhan，T。；Kólíaslan，S.，《使用基于相关性的特征选择和人工神经网络进行离婚预测》，Nevšehir HacöBektašVeliüniversitesi SBE Dergisi，9，259-273（2019） 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。