马库斯·鲁肖普特 生成带有约束的正定矩阵，以验证微阵列数据的网络算法。（Erzeugung von positiv definiten Matrizen mit Nebebedingungen zur Validierung von Netzwerkalgorithmen für Microarray-Daten） （德语） Zbl 1366.92002号 慕尼黑：慕尼黑大学，Fakultät für Mathematik，Informatik und Statistik（Diss.）。176页。(2008). 小结：Microarray-Daten werden in letzter Zeit häufig genutzt，um mit Hilfe verschiedener Verfahren Netzwerke der Gen-Gen-Interaktion zu generieren。Validierungsstudien solcher Verfahren为我们提供了最新信息。《Startpunkt einer Validierungs》研究是在非地理图中进行的，即《Strukturen repräsenieren soll》。在dieser Arbeit wird motiviert，Graphen zu benutzen，die aus Microarray-Daten geschätzt worden sind中。Nachdem ein Graph gewählt worden ist，werden Daten einer multivariaten Normalverteilung erzeugt，die durch ein zufällige Kovarianzmatrix characterisiert ist。Diese Matrix muss symmetrich und positiv definit sein，aber zusätzlich wird für eine nicht vorhandene Kante im Graphen gefordert，dass der zugehörige Eintrag in der Matrix Null ist。在dieser Arbeit wird ein neuer Ansatz vorgestellt，der es ermöglicht，symmetricsche，positiv definite Matrizen mit Nebebedingengen zuerzeugen中。Diese Methode beruht auf der Moralisierung eines Graphen公司。Ein gerichteter，azyklischer Graph wird moralisiert，indem die gerichteen Kanten durch ungerichte Kanten ersetzt werden und zusätzlich die Eltern eines jeden Knotens paarweise miteinner verbunden werden wersen。Nebenbedingungen的天顶Schritt bei Der Erstellung Der Matrizen mit位于Umkehrung des Moralisierungs组织。在dieser Arbeit wird die Klasse der Graphen eingeführt中，die Resultat einer Moralisierung sein könnten–die prämoraisierren Graphen–und es wird ein Verfahren definitiert，welchenscheidet，ob ein Graph prámorassierbar ist und gegebenenfalls eine Umkehrung der Moralisierrung durchführ。矩阵解决方案与Korrelationsmatrixen für Die Validatierungsstudien genutzt werden相关。Dazu是Verfahren的一个优化算法，它是一个矩阵，它是一个对角线元素，它是一个新的元素，而不是一个零元素\（-1\）列根。尼希特·杰德（Nicht jeder Graph）是一位道德主义者。Da diese Eigenschaft not wendig is für das Verfahren zur Erzeugung der Matrizen mit Nebenbedinggen，wird eine empirische Studie durchgeführt，die zeigt，dass ein Großteil der aus Microarray-Daten geschätzten Graphen auch prämoraisierbar ist。Die Arbeit schließt mit praktischen Anwendungen。Die Validierung eines bekannten Algorithmus zum Schätzen von Netzwerken wird durchgeführt und es wird ein Ansatz vorgestellt，mit dem man graphische Strukturen，Die aus Microarray-Daten geschátzt worden sind，vergleichen kann，um signifikante Unterschiede zu finden。 MSC公司： 92-02 与生物学有关的研究博览会（专著、调查文章） 92-08 生物学问题的计算方法 92C40型 生物化学、分子生物学 05元50分 图和线性代数（矩阵、特征值等） 05C90年 图论的应用 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：微阵列数据;可预映射图 软件：风险评估;图表 PDF格式BibTeX公司 XML格式引用 \textit{M.Ruschhaupt}，Erzeugung von positiv definiten Matrizen mit Nebebedingungen zur Validierung von Netzwerkalgorithmen für Microarray-Daten，《国家科学院学报》。慕尼黑：慕尼黑大学，Fakultät für Mathematik，Informatik und Statistik（Diss.）（2008；Zbl 1366.92002） 全文： 链接