丹尼尔·查法莫;维涅什Shanmugam;内里曼·托克坎 具有零膨胀泊松模型和一致性聚合的鲁棒贝叶斯张量因子分解。 arXiv:2308.08060 预打印，arXiv:2308.08060[stat.ML]（2023）。 摘要：张量因子分解（TF）是高效表示和分析多维数据的强大工具。然而，当应用于零膨胀计数数据（如单细胞RNA测序（scRNA-seq）数据）时，基于最大似然估计的经典TF方法表现不佳。此外，TF固有的随机性导致因子在重复运行中发生变化，使得结果的解释和再现性具有挑战性。本文介绍了零膨胀泊松张量因式分解（ZIFPTF），这是一种新的高维计数数据因式分解方法。为了应对随机性的挑战，我们引入了一致性零膨胀泊松张量因子分解（C-ZIFPTF），它将ZIFPTF与基于一致性的元分析相结合。我们在合成的零膨胀计数数据以及合成和真实的scRNA-seq数据上评估了我们提出的ZIF和C-ZIF。在零膨胀数据的重建精度方面，ZITFF始终优于基线矩阵和张量因子分解方法。当多余零的概率很高时，ZITFF可以获得高达2.4倍的精度。此外，C-ZIFPTF显著提高了因子分解的一致性和准确性。当对合成和真实的scRNA-seq数据进行测试时，ZIF和C-ZIF始终能够恢复已知的和具有生物学意义的基因表达程序。 理学硕士： 92Bxx个 一般数学生物学 2015年1月62日 贝叶斯推断 68倍 计算机科学 68泰克 人工智能 11亿欧元 二级以上学位形式 11第05页 Waring的问题和变体 第12天15 与平方和相关的字段（形式上为实数字段、毕达哥拉斯字段等） 14N10号 代数几何中的枚举问题（组合问题） BibTeX公司 引用 \textit{D.Chafamo}等人，“零膨胀泊松模型和共识聚合的稳健贝叶斯张量因子分解”，预印本，arXiv:2308.08060[stat.ML]（2023） 全文： arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.