×
尼古拉斯·施特勒；萨克·穆克吉

具有状态特定图形模型的高维隐马尔可夫模型中的惩罚估计。 （英文） 兹比尔1283.62174

附录申请。斯达。 7，第4期，2157-2179（2013）.
摘要：我们考虑了具有多元正态观测值的隐马尔可夫模型（HMM）中的惩罚估计。在中等到大维度的环境中，由于状态的隐藏性质引起了一些担忧，HMM的估计在实践中仍然具有挑战性。我们通过对状态特定的逆协方差矩阵进行惩罚来解决这些问题。惩罚估计导致稀疏的逆协方差矩阵，可以解释为状态特定的条件独立图。
在这种潜在的变量设置中，惩罚是很重要的；我们提出了一种惩罚机制，它可以自动适应状态数（K）和特定于状态的样本大小，并可以处理未知状态引起的缩放问题。该方法具有自适应性和通用性，尤其适用于低维和高维设置，无需手动调整。此外，我们的方法有助于通过对连续候选值（K）的耦合估计来探索状态数（K）。仿真实例的实验结果证明了该方法的有效性。在基因组生物学的一个具有挑战性的实际数据示例中，我们证明了我们的方法能够提高预测能力，并提供比现有方法更丰富的估计。

引用于2文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
2009年6月26日 非马尔可夫过程：估计
62页第10页 统计学在生物学和医学中的应用；元分析
65C60个 统计中的计算问题（MSC2010）
05C90年 图论的应用

关键词：

隐马尔可夫模型；图形拉索；普遍正则化；型号选择；MMDL公司；贪婪反向修剪；基因组生物学；染色质模型

软件：

麦克卢斯特；玻璃制品
PDF格式BibTeX公司 XML格式引用
\textit{N.Städler}和\textit{S.Mukherjee}，Ann.Appl。Stat.7，No.4，2157--2179（2013；Zbl 1283.62174）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Barron，A.、Huang，C.、Li，J.Q.和Luo，X.（2008）。MDL原理、惩罚可能性和统计风险。麻省理工学院出版社。芬兰坦佩雷坦佩雷大学出版社。
[2] Bicego，M.、Murino，V.和Figueiredo，M.A.T.（2003）。一种用于选择隐马尔可夫模型中状态数的序列剪枝策略。模式识别字母24 1395-1407·Zbl 1020.62071号 ·doi:10.1016/S0167-8655（02）00380-X
[3] Bühlmann，P.和van de Geer，S.（2011）。高维数据统计：方法、理论和应用。海德堡施普林格·Zbl 1273.62015年
[4] Donoho，D.L.和Johnstone，I.M.（1994年）。通过小波收缩实现理想的空间自适应。生物特征81 425-455·Zbl 0815.62019号 ·doi:10.1093/biomet/81.3.425
[5] Durbin，R.、Eddy，S.R.、Krogh，A.和Mitchison，G.J.（1998年）。生物序列分析：蛋白质和核酸的概率模型。剑桥大学出版社，剑桥·Zbl 0929.92010号
[6] ENCODE项目联盟（2012年）。人类基因组中DNA元素的综合百科全书。自然489 57-74。
[7] Ernst，J.和Kellis，M.（2010年）。人类基因组系统注释染色质状态的发现和表征。自然生物技术。28 817-825.
[8] Figueiredo，M.A.T.和Jain，A.K.（2000）。有限混合模型的无监督学习。IEEE模式分析和机器智能汇刊24 381-396。
[9] Figueiredo，M.A.T.、Leitáo，J.M.N.和Jain，A.K.（1999）。关于拟合混合模型。第二届计算机视觉和模式识别中能量最小化方法国际研讨会论文集，EMMCVPR’99 54-69。柏林施普林格。
[10] Filion，G.J.、van Bemmel，J.G.、Braunschweig，U.、Talhout，W.、Kind，J.、Ward，L.D.、Brugman，W.，de Castro，I.J.，Kerkhoven，R.M.、Bussemaker，H.J.和van Steensel，B.（2010年）。系统蛋白质定位图揭示了果蝇细胞中的五种主要染色质类型。手机143 212-224。
[11] Fraley，C.和Raftery，A.E.（2002年）。基于模型的聚类、判别分析和密度估计。J.Amer。统计师。协会97 611-631·Zbl 1073.62545号 ·doi:10.19198/0162114502760047131
[12] Fraley，C.和Raftery，A.E.（2006年）。MCLUST第3版R：正态混合建模和基于模型的聚类。技术报告504，华盛顿大学统计系，西雅图，华盛顿州。
[13] Friedman，J.、Hastie，T.和Tibshirani，R.（2008）。用图形套索进行稀疏逆协方差估计。生物统计学9 432-441·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045
[14] Grünwald，P.D.（2007）。最小描述长度原则。麻省理工学院出版社，马萨诸塞州剑桥。
[15] Hennig，C.和Liao，T.F.（2013）。如何为混合型变量找到合适的聚类，并应用于社会经济分层。J.R.统计社会服务。C.应用。统计数字62 309-369·文件编号：10.1111/j.1467-9876.2012.01066.x
[16] Hill，S.M.和Mukherjee，S.（2013）。混合L1优化高斯图形模型的基于网络的聚类：一项实证研究。可从获取。1301.2194
[17] Khalili，A.和Chen，J.（2007年）。回归模型有限混合中的变量选择。J.Amer。统计师。协会102 1025-1038·Zbl 1469.62306号 ·doi:10.1198/0162145000000590
[18] Krogh，A.、Mian，I.S.和Haussler，D.（1994年）。在大肠杆菌DNA中发现基因的隐马尔可夫模型。核酸研究22 4768-4778。
[19] Meinshausen，N.和Bühlmann，P.（2006）。高维图和用套索选择变量。Ann.Statist公司。34 1436-1462. ·Zbl 1113.62082号 ·doi:10.1214/0090536000000281
[20] Pan，W.和Shen，X.（2007）。基于惩罚模型的聚类及其在变量选择中的应用。J.马赫。学习。第8号决议1145-1164·Zbl 1222.68279号
[21] Park，P.（2009）。ChIP-seq：成熟技术的优势和挑战。《自然评论遗传学》10 669-680。
[22] Rothman，A.J.、Bickel，P.J.、Levina，E.和Zhu，J.（2008）。稀疏置换不变协方差估计。电子。《美国联邦法律大全》第2卷第494-515页·Zbl 1320.62135号 ·doi:10.1214/08-EJS176
[23] Städler，N.、Bühlmann，P.和van de Geer，S.（2010年）\混合回归模型的（ell{1}）惩罚。测试19 209-256·Zbl 1203.62128号 ·doi:10.1007/s11749-010-0197-z
[24] Städler，N.和Mukherjee，S.（2013年）。补充“具有状态特定图形模型的高维隐马尔可夫模型中的惩罚估计”·Zbl 1283.62174号
[25] Sun，T.和Zhang，C.-H.（2012）。缩放稀疏线性回归。生物特征99 879-898·Zbl 1452.62515号 ·doi:10.1093/biomet/ass043
[26] Tibshirani，R.（1996）。通过套索回归收缩和选择。J.R.统计社会服务。B统计方法。58 267-288. ·兹比尔0850.62538
[27] van Steensel，B.和Henikoff，S.（2000年）。使用系链dam甲基转移酶鉴定染色质蛋白的体内DNA靶点。自然生物技术。18 424-428.
[28] Yuan，M.和Lin，Y.（2007）。高斯图形模型中的模型选择和估计。生物特征94 19-35·Zbl 1142.62408号 ·doi:10.1093/biomet/asm018
[29] Zhang，C.-H.（2010）。极小极大凹惩罚下的几乎无偏变量选择。安。统计师。38 894-942. ·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
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，而不声称其完整性或完全匹配。