×

利用网络嵌入技术识别化学动力学系统的过渡态。 (英语) 兹比尔1471.92140

摘要:许多化学和生物化学系统可以使用网络直观地建模。由于许多生化网络的规模和复杂性,我们需要有效的网络分析工具。特别有趣的是将网络顶点嵌入到向量空间中,同时保留原始图形的重要属性的技术。在本文中,我们介绍了一种生成有向图的低维节点嵌入的新方法,使用随机行走采样方法在网络上进行特征学习。此外,我们还证明了该方法在识别随机化学反应系统的过渡态方面的有用性。化学系统的网络表示通常由加权有向图给出,并且通常是复杂和高维的。因此,为了处理代表这些化学系统的网络,我们修改了现有基于随机行走的网络嵌入方法中采用的目标函数,以处理不同程度的有向图和邻域。通过梯度提升优化,我们将加权图顶点嵌入到低维向量空间({mathbb{R}}^d\)中,同时保留每个节点的邻域。然后,可以使用这些嵌入来检测节点之间的关系并研究原始网络的结构。然后,我们通过几个关于识别化学反应过渡态的示例,特别是对于熵系统,证明了我们的降维方法的有效性。

MSC公司:

第92页第45页 生化问题中的动力学(药代动力学、酶动力学等)
92E20型 化学中的经典流动、反应等
60克50 独立随机变量的和;随机游走
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] P、 图形嵌入技术、应用程序和性能:调查,基于知识的系统。,151, 78-94 (2018)
[2] H、 图嵌入的综合综述:问题、技术和应用,IEEE Trans。知识。数据工程,30,1616-1637(2018)
[3] F、 有向图的拉普拉斯不等式和奇格不等式,Ann.组合数学,9,1-19(2005)·Zbl 1059.05070号
[4] 陈敏明,杨庆庆,唐晓霞,有向图嵌入,国际人工智能联合会议,(2007),2707-2712。
[5] D.Zhou,J.Huang,B.Schoelkopf,从有向图上的标记和未标记数据学习,第22届国际机器学习会议论文集,计算机协会,(2005),1036-1043。
[6] M.Belkin,P.Niyogi,拉普拉斯本征图和用于嵌入和聚类的光谱技术,《神经信息处理系统进展》,麻省理工学院出版社,(2002),585-591。
[7] S、 通过局部线性嵌入降低非线性维数,《科学》,2902323-2326(2001)
[8] A.Ahmed,N.Shervashidze,S.Narayanamurthy,V.Josifovski,A.Smola,分布式大规模自然图分解,收录于WWW 2013-第22届万维网国际会议进程,(2013),37-48。
[9] B.Perozzi,R.Al-Rfou,S.Skiena,《Deepwalk:社会表征的在线学习》,《ACM SIGKDD知识发现和数据挖掘国际会议论文集》,2014年。
[10] A.Grover,J.Leskovec,node2vec:网络的可扩展特征学习,摘自《KDD:知识发现和数据挖掘国际会议论文集》,2016(2016),855-864。
[11] E、 过渡状态方法Trans。法拉第社,34,29-41(1938)
[12] P、 过渡路径采样:在黑暗中把绳子扔过崎岖的山路,Ann.Rev.Phys。化学。,53, 291-318 (2002)
[13] E、 过渡路径理论,J.Stat.Phys。,123, 503-523 (2006) ·兹比尔1101.82016
[14] R、 在生物化学网络中采样罕见的切换事件,Phys。修订稿。,94, 018104 (2005)
[15] S.Cao,W.Lu,Q.Xu,Grarep:《利用全局结构信息学习图形表示》,载《CIKM’15:第24届ACM国际信息与知识管理会议论文集》(2015),891-900。
[16] T.Mikolov,I.Sutskever,K.Chen,G.Corrado,J.Dean,单词和短语的分布式表示及其组合,《神经信息处理系统进展》,26(2013)。
[17] F、 图神经网络模型,IEEE Trans。神经网络,20,61-80(2009)
[18] P、 马尔可夫跳过程的转移路径理论。国防部。模拟。,7, 1192-1219 (2008) ·Zbl 1185.60086号
[19] C、 物理、化学和自然科学随机方法手册,生物统计学,42,226(1986)·Zbl 0676.60004号
[20] P、 过渡路径理论在简单示例集合上的图解,J.Chem。物理。,125, 084110 (2006)
[21] 杜勇军,刘德华,随机化学反应网络的过渡态,通信公司。物理。,新闻界。
[22] R、 细胞内病毒动力学的随机与确定性建模,J.Theor。生物学,218309-321(2002)
[23] D、 化学反应系统的近似加速随机模拟,J.Chem。物理。,115, 1716-1733 (2001)
[24] R、 使用σ32靶向反义生物技术对大肠杆菌应激回路进行随机动力学分析。生物工程。,75, 120-129 (2001)
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。