生物湾

BioBayes:系统生物学中贝叶斯推理的软件包。动机:在生化系统的数学模型中有几个层次的不确定性。对于动力学参数的值、模型的一般结构以及无法直接观察到的生化物种的行为,通常可能存在一定程度的不确定性。贝叶斯推理方法为这些不确定条件下的建模和预测提供了一个一致的框架。我们提出了一个将贝叶斯推理方法应用于系统生物学问题的软件包。结果:本文描述了一个软件包BioBayes,它为贝叶斯参数估计和证据模型排序提供了一个框架。该包是可扩展的,允许开发人员包含其他模块。没有其他提供此功能的软件包


zbMATH参考文献(24篇文章引用)

显示第1到第20个结果,共24个。
按年份排序(引用)
  1. (用蒙特卡罗和阿诺德的周期性研究方法来量化)
  2. Campillo Funollet,Eduard;Venkataraman,Chandrasekhar;Madzvamme,Anotida:平稳和演化域上图灵系统的贝叶斯参数识别(2019)
  3. Clrex,M.,Robinson,M.,Lambert,B.,Lei,C.L.,Ghosh,S.,Mirams,G.R.和Gavaghan,D.J.:噪声时间序列的概率推断(品脱)(2019年)不是zbMATH
  4. 柯玉琴;田天海:未知参数推断的近似贝叶斯计算方法(2019)
  5. 结合热力学似然估计法和边际似然法(2019年,结合了Donald-Meiser模型;通过边际积分法,结合了Donald-Meiser模型)
  6. Sanguinetti,Guido(编辑);Huynh Thu,V–n Anh(编辑):基因调控网络。方法和方案(2019年)
  7. Li,Yingyi;Zhang,Haibin;Li,Zhibao;Gao,Huan:通过自动微分自动选择参数的近端梯度法(2018)
  8. Niu,Mu;Macdonald,Benn;Rogers,Simon;Filippone,Maurizio;Husmeier,Dirk:机械模型中的统计推断:改进梯度匹配的时间扭曲(2018)
  9. Andrej Aderhold;Husmeier,Dirk;Grzegorczyk,Marco:半机械模型中的近似贝叶斯推理(2017)
  10. Ghosh,Sanmitra;Dasmahapatra,Srinandan;Maharatna,Koushik:用于估计微分方程中参数的快速近似贝叶斯计算(2017年)
  11. Grzegorczyk,Marco:时间数据点间具有隐马尔可夫模型依赖结构的非齐次动态贝叶斯网络(2016)
  12. Aderhold,Andrej;Husmeier,Dirk;Grzegorczyk,Marco:昼夜调节调节调节网络的统计推断(2014)
  13. Mazur,Johanna;Kaderali,Lars:系统生物学中贝叶斯参数学习的重要性和挑战(2013)
  14. Vanlier,J.;Tiemann,C.A.;Hilbers,P.A.J.;van Riel,N.A.W.:常微分方程描述的生化模型中的参数不确定性(2013年)
  15. Rybinèski,Mikołaj;Gambin,Anna:基于模型的鲁棒JAK-STAT激活机制选择(2012)
  16. Higham,Desmond J.:应用与计算数学中的随机常微分方程(2011)
  17. 卡尔德赫德,本;吉洛拉米,马克:通过热力学积分和人口MCMC估算贝叶斯因子(2009)
  18. Ii,David J.Klinke:基于模型的细胞信号网络推理的经验贝叶斯方法(2009)IO端口
  19. Intep,Somkid;Higham,Desmond J.;Mao,Xuerong:基因调控网络的转换和扩散模型(2009)
  20. Jonathan D.Wren;Gusev,Yuriy;Isokpehi,Raphael D.;Berleant,Daniel;Braga Neto,Ulises;Wilkins,Dawn;Bridges,Susan:2009年中南部计算生物学和生物信息学学会(MCBIOS)会议记录(2009年)IO端口