×

兹马思-数学第一资源

从连接连续变量和离散变量的数据集学习贝叶斯网络。(英语) Zbl 1386.68129号
摘要:本论文讨论了结构学习在计算生物学中的应用中观察到的两个问题。
第一种是处理混合数据。大多数学习算法的优化准则适用于离散或连续数据。混合数据集通常采用连续数据的离散化处理,这往往会导致信息的丢失。为了解决这个问题,我们将离散评分函数应用于连续数据。因此,两类变量的得分相同,网络结构可以直接从混合数据中学习。
第二个问题是I类错误级别的控制。通常,学习算法根据一些优化准则输出一个最佳的网络,但是这个网络所代表的特定关系的可靠性是未知的。我们通过允许用户指定预期的错误级别并将评分标准的参数调整到该级别来解决这个问题。

理学硕士:
68T05型 人工智能中的学习与自适应系统
15层62层 贝叶斯推理
92-08年 生物学问题的计算方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Friedman,N.,使用概率图形模型推断蜂窝网络,科学,3035659799-805,(2004)
[2] 多杰尔,N。;甘宾,A。;威尔钦斯基,B。;Tiuryn,J.,应用动态贝叶斯网络来扰动基因表达数据,BMC Bioinform.,7249,(2006)
[3] 啤酒,文学硕士。;Tavazoie,S.,从序列预测基因表达,细胞,117,2185-198,(2004)
[4] 达布罗斯基,M。;杰多恩。;扎瓦兹卡,M。;米奇科夫斯基,J。;Kaminska,B.,保守特征系统子空间中风和癫痫发作后顺式调节的比较分析,BMC系统。生物学,4,86,(2010年)
[5] 史密斯,弗吉尼亚州。;于,J。;蓝精灵,电视。;哈特明克,A.J。;贾维斯,E.D.,神经信息流网络的计算推理,公共科学图书馆计算机。生物学,2,11,(2006)
[6] 波恩,南。;津岑,R.P。;吉拉多,C。;古斯塔夫森E.H。;佩雷斯·冈萨雷斯,A。;北卡罗来纳州德尔霍姆。;加维赫尔姆,Y。;威尔钦斯基,B。;里德尔,A。;Furlong,E.E.M.,《染色质状态的组织特异性分析识别胚胎发育期间增强子活性的时间特征》,Nat。遗传学,44,2148-156,(2012年)
[7] 库珀,G.F。;Herskovits,E.,从数据归纳概率网络的贝叶斯方法,马赫。学习,9309-347,(1992)·Zbl 0766.68109
[8] 林,W。;Bacchus,F.,学习贝叶斯信念网络:基于MDL原则的方法,计算机。国际,10,3,269-293,(1994年)
[9] 赫克曼,D。;盖革,D。;《学习贝叶斯网络:知识和统计数据的结合》,马赫。学习,20,3,197-243,(1995)·Zbl 0831.68096
[10] de Campos,L.M.,《基于互信息和条件独立性测试的贝叶斯网络学习评分函数》,J.Mach。学习。第72149-2187号决议(2006年)·Zbl 1222.62036号
[11] 伊莱丹,G。;纳克曼,I。;傅立民,N.,《连续变量贝叶斯网络的理想父结构学习》,J.Mach。学习。第81799-1833号决议(2007年)·Zbl 1222.68191
[12] 伊莫托,S。;去吧,T。;Miyano,S.,使用贝叶斯网络和非参数回归估计基因间的遗传网络和功能结构,Pac。辛普森。生物计算,175-186,(2002)
[13] 劳里岑,S.L。;詹森,F.I.I.,条件高斯分布的稳定局部计算,统计计算,11,2191-203,(2001)
[14] 考威尔,R.G.,条件高斯贝叶斯网络中的局部传播,J.Mach。学习。第61517-1550号决议(2005年)·Zbl 1222.68176号
[15] 麦盖奇,M.J。;张,H.-H。;魏斯,S.T.,Cgbayesnets:混合离散和连续数据的条件高斯贝叶斯网络学习与推理,公共科学图书馆计算机。生物学,10,6,(2014)
[16] 蒙蒂,S。;Cooper,G.F.,从混合数据中学习贝叶斯网络的多元离散化方法,(UAI’98:第十四届人工智能不确定性会议论文集,威斯康星大学商学院,麦迪逊,威斯康星,美国,1998年7月24-26日,(1998年)),404-413
[17] Suzuki,J.,《概率图形模型》(第七届欧洲研讨会,论文集,PGM 2014,荷兰乌得勒支,2014年9月17日至19日,(2014年),Springer International Publishing Cham),471-486,Ch.学习离散和连续变量存在时的贝叶斯网络结构
[18] 威尔钦斯基,B。;Dojer,N.,Bnfinder:学习贝叶斯网络的精确有效方法,生物信息学,25,2,286,(2009)
[19] 多杰尔,N。;贝德纳兹,P。;波德西亚德罗,A。;Wilczynski,B.,Bnfinder2:更快的贝叶斯网络学习和贝叶斯分类,生物信息学,29,16,2068-2070,(2013)
[20] 威尔钦斯基,B。;刘,Y.-H。;Yeo,Z.X。;Furlong,E.E.M.,使用转录因子占有率和染色质状态的综合模型预测时空基因表达,公共科学图书馆计算。生物学,8,12,(2012年)
[21] Dojer,N.,《学习贝叶斯网络不一定是NP难的,(Královic,R.;Urzyczyn,P.,《计算机科学数学基础学报2006》,Lect.Notes Comput.Sci.,第4162卷,(2006年),Springer Verlag),305-314·Zbl 1132.68537
[22] Schwarz,G.,估计模型的维数,Ann。《美国联邦公报》第461-461页,1978年·Zbl 0379.62005
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。