潘玉清；麦青 微分网络分析的高效计算及其在二次判别分析中的应用。 （英语） Zbl 1504.62083号 计算。统计数据分析。 144，文章ID 106884，21 p.（2020）. 摘要：差分网络分析是一个应用广泛的重要统计问题。许多统计学家关注二进制问题，并建议通过获得精度矩阵之间差异的稀疏估计来进行此类分析。这些方法得到了良好的理论特性和实际性能的支持。然而，这些方法的有效计算仍然是一个具有挑战性的问题。提出了一种用于差分网络分析的新算法SMORE算法。SMORE算法具有较低的存储成本和较高的计算速度，特别是在存在强稀疏性的情况下。同时，SMORE算法为二进制和多个网络问题提供了统一的框架。此外，SMORE算法还可以应用于高维二次判别分析问题，为多类高维二阶判别分析提供了一种新的方法。数值研究证实了所提出的SMORE算法在微分网络分析和二次判别分析中的稳定性和效率。 引用于2文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 第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：坐标下降；Dantzig选择器；微分网络分析；拉索；二次判别分析 软件：玻璃制品；格尔姆奈特；e1071号；闪耀；项目管理局；丁戈；最大持续时间；随机森林 PDF格式BibTeX公司 XML格式引用 \textit{Y.Pan}和\textit{Q.Mai}，计算。统计数据分析。144，文章ID 106884，21 p.（2020；Zbl 1504.62083） 全文： 内政部 参考文献： [1] Bandyopadhyay，S。；梅塔，M。；郭，D。；Sung，M.-K。；庄，R。；Jaehnig，E.J。；博登米勒，B。；Licon，K。；科普兰，W。；页岩，M。；费德勒，D。；Dutkowski，J。；盖诺莱，A。；van Attikum，H。；Shokat，K.M。；R.D.科洛德纳。；嗯，W.-K。；Aebersold，R。；基奥，M.-C。；新泽西州科罗根。；Ideker，T.，《DNA损伤后基因网络的重组》，《科学》，33060091385-1389（2010） [2] 班纳吉，O。；El Ghaoui，L。；d'Aspremont，A.，《通过多元高斯或二进制数据的稀疏最大似然估计进行模型选择》，J.Mach。学习。第9485-516号决议（2008年）·Zbl 1225.68149号 [3] 巴拉巴西，A.-L。；北卡罗来纳州古尔巴切。；Loscalzo，J.，《网络医学：基于网络的人类疾病治疗方法》，《自然遗传学评论》。，12, 1, 56 (2011) [4] Barabasi，A.-L。；Oltvai，Z.N.，《网络生物学：理解细胞的功能组织》，《自然遗传学评论》。，5, 2, 101 (2004) [5] 巴索，K。；Margolin，A。；斯托洛维茨基，G。；克莱因，美国。；Dalla-Favera，R。；Califano，A.，《人类B细胞调控网络的逆向工程》，《自然遗传学》。，37, 382-390 (2005) [6] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.成像科学。，2, 1, 183-202 (2009) ·兹比尔1175.94009 [7] Bertsekas，D.P.，非线性规划（2016），Athena Scientific·兹比尔1360.90236 [8] Boik，R.J.，协方差矩阵的谱模型，生物统计学，89，1，159-182（2002）·Zbl 0997.62046号 [9] Bonneau，R。；法西奥蒂，M。；赖斯，D。；施密德，A。；潘，M。；Kaur，A。；托尔森，V。；Shannon，P。；约翰逊，M。；Bare，J.C。；西龙堡。；Vuthoori，M。；怀特黑德，K。；Madar，A。；铃木，L。；Mori，T。；Chang，D.-E。；Diruggiero，J。；H Johnson，C。；Baliga，N.，自由活细胞中生理转录控制的预测模型，细胞，1311354-1365（2008） [10] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；Peleato，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势马赫数。学习。，3, 1, 1-122 (2011) ·Zbl 1229.90122号 [11] Breiman，L.，《随机森林》，马赫。学习。，45, 1, 5-32 (2001) ·Zbl 1007.68152号 [12] 蔡，T。；Liu，W.，稀疏协方差矩阵估计的自适应阈值，J.Amer。统计师。协会，106，494，672-684（2011）·Zbl 1232.62086号 [13] Cai，T.T。；刘伟。；Luo，X.，稀疏精度矩阵估计的约束\（\ell_1\）最小化方法，J.Amer。统计师。协会，106，494，594-607（2011）·Zbl 1232.62087号 [14] 坎迪斯，E。；Tao，T.，Dantzig选择器：当p远大于n时的统计估计，Ann.Statist。，35, 6, 2313-2351 (2007) ·Zbl 1139.62019号 [15] Chiquet，J。；Grandvalet，Y。；Ambroise，C.，推断多重图形结构，统计计算。，21, 4, 537-553 (2011) ·Zbl 1221.62085号 [16] 克莱门森，L。；哈斯蒂，T。；维滕，D。；Ersbøll，B.，稀疏判别分析，Technometrics，53，4406-413（2011） [17] 库克·R·D。；Forzani，L.，协方差减少模型：协方差矩阵谱建模的替代方法，生物统计学，95，4，799-812（2008）·Zbl 1437.62428号 [18] 科尔特斯，C。；Vapnik，V.，支持向量网络，马赫。学习。，20, 3, 273-297 (1995) ·Zbl 0831.68098号 [19] Dimitriadou，E。；霍尼克，K。；Leisch，F。；梅耶，D。；Weingessel，A.，E1071:统计部门的其他功能（E1071），TU Wien（2009），R包版本1.5-24 [20] 埃夫隆，B。；哈斯蒂，T。；约翰斯通，I。；Tibshirani，R.，最小角回归，Ann.Statist。，32, 2, 407-499 (2004) ·Zbl 1091.62054号 [21] 范，J。；Feng，Y。；Tong，X.，《高维空间中的分类之路：正则化最优仿射鉴别算子》，J.R.Stat.Soc.Ser。B统计方法。，74, 4, 745-771 (2012) ·Zbl 1411.62167号 [22] 范，J。；Ke，Z.T。；刘，H。；Xia，L.，QUADRO:一种基于瑞利商优化的监督降维方法，Ann.Statist。，431498（2015年）·Zbl 1317.62054号 [23] Flury，B.N.，《k群中的常见主成分》，J.Amer。统计师。协会，79，388，892-898（1984） [24] Flury，B.K.，通用主成分模型的两种推广，Biometrika，74，1，59-69（1987）·Zbl 0613.62076号 [25] Franks，A。；Hoff，P.，多组协方差估计的共享子空间模型（2016），arXiv预印本arXiv:1607.03045 [26] 弗里德曼，J。；哈斯蒂，T。；Höfling，H。；Tibshirani，R.，路径坐标优化，Ann.Appl。统计，1，2，302-332（2007）·Zbl 1378.90064号 [27] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，《利用图形LASSO进行稀疏逆协方差估计》，生物统计学（英国牛津），第9期，第432-441页（2008年）·兹比尔1143.62076 [28] Friedman，J.、Hastie，T.、Tibshirani，R.，2009年。在：统计学习的要素。收录：Springer统计系列，第1卷。美国纽约·Zbl 1273.62005年 [29] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，通过坐标下降广义线性模型的正则化路径，J.Stat.Softw。，33, 1, 1-22 (2010) [30] Goldstein，T。；Osher，S.，《L1正则化问题的分裂bregman方法》，SIAM J.成像科学。，2, 2, 323-343 (2009) ·Zbl 1177.65088号 [31] 郭杰。；莱维纳，E。；Michailidis，G。；Zhu，J.，多图形模型的联合估计，Biometrika，98，1，1-15（2011）·Zbl 1214.62058号 [32] 哈，M.J。；巴拉丹达尤塔帕尼，V。；Do，K.-A.，DINGO：基因组学中的差异网络分析，生物信息学，31，21，3413-3420（2015）·Zbl 1335.46011号 [33] 新泽西州哈德森。；整流器，A。；Dalrymple，B.P.，表达数据的差异接线分析正确识别了包含因果突变的基因，PLoS-Comput。生物学，5840-845（2009） [34] 江，B。；王，X。；Leng，C.，稀疏二次判别分析的直接方法，J.Mach。学习。第19号、第1号、第1098-1134号决议（2018年）·兹比尔1466.62353 [35] Lam，C。；Fan，J.，大协方差矩阵估计中的稀疏性和收敛速度，Ann.Statist。，37、6B、4254-4278（2009）·Zbl 1191.62101号 [36] Ledoit，O。；Wolf，M.，《大维协方差矩阵的良好估计》，《多元分析杂志》。，88, 2, 365-411 (2004) ·兹比尔1032.62050 [37] Leiserson，M。；范丁，F。；吴，H.-T。；多布森，J。；V Eldridge，J。；L Thomas，J。；Papoutsaki，A。；Kim，Y。；牛，B。；麦克莱伦，M。；劳伦斯，M。；Gonzalez-Perez，A。；Tamborero，D。；Cheng，Y。；A Ryslik，G。；勒佩兹·比加斯，N。；盖茨，G。；丁·L。；Raphael，B.，《泛癌网络分析》，《自然遗传学》，识别跨通路和蛋白质复合物的罕见体细胞突变组合。(2014) [38] 李，Q。；邵，J.，高维数据的稀疏二次判别分析，统计学。Sinica，25，2，457-473（2015）·Zbl 06503804号 [39] 李，X。；Zhao，T。；袁，X。；Liu，H.，R，J.Mach中高维线性回归和精确矩阵估计的flare包。学习。研究，16553-557（2015）·Zbl 1337.62007号 [40] Liaw，A。；Wiener，M.，“随机森林”包：Breiman和Cutler的分类和回归随机森林，第4卷，6-10（2014），R开发核心团队 [41] 刘伟，多稀疏高斯图形模型的结构相似性和差异性检验，Ann.Statist。，45, 6, 2680-2707 (2017) ·兹比尔1486.62178 [42] 刘伟。；Luo，X.，通过稀疏列逆算子进行高维稀疏精度矩阵估计（2012），arXiv预印本 [43] Mai，Q。；Yang，Y。；邹，H.，多类稀疏判别分析，统计学。Sinica，29，97-111（2019）·Zbl 1412.62081号 [44] Mai，Q。；邹，H。；Yuan，M.，超高维稀疏判别分析的直接方法，Biometrika，99，1，29-42（2012）·Zbl 1437.62550号 [45] Meier，L。；Van De Geer，S。；Bühlmann，P.，logistic回归的组套索，J.R.Stat.Soc.Ser。B统计方法。（2007年） [46] 明绍森，N。；Bühlmann，P.，《高维图与套索变量选择》，Ann.Statist。，34, 3, 1436-1462 (2006) ·Zbl 1113.62082号 [47] 莫汉，K。；钟，M。；韩，S。；维滕，D。；Lee，S。；Fazel，M.，《高斯图形模型的结构化学习》（Pereira，F.；Burges，C.J.C.；Bottou，L.；Weinberger，K.Q.，《神经信息处理系统的进展》，第25卷（2012年），Curran Associates，Inc.），620-628 [48] 奥尔特加，J.M。；Rheinboldt，W.C.，《多变量非线性方程的迭代解法》（2000年），工业和应用数学学会：美国宾夕法尼亚州费城·Zbl 0949.65053号 [49] 潘，Y。；Mai，Q。；Zhang，X.，高维协变调整张量分类，J.Amer。统计师。协会，1141305-1319（2019）·Zbl 1428.62291号 [50] 帕特里克·D。；裴，W。；M.，W.D.，《跨多类协方差逆估计的联合图形套索》，J.R.Stat.Soc.Ser。B统计方法。，76, 2, 373-397 (2013) ·Zbl 07555455号 [51] Pereira-Leal，J.B。；恩赖特，A.J。；Ouzounis，C.A.，《从蛋白质相互作用网络中检测功能模块》，《蛋白质》，54，1，49-57（2004） [52] Schott，J.R.，部分公共主成分子空间，生物统计学，86，4，899-908（1999）·Zbl 0942.62066号 [53] 沙·F。；Saul，L.K。；Lee，D.D.，支持向量机中非负二次规划的乘法更新，（Becker，S.；Thrun，S.，Obermayer，K.，《神经信息处理系统的进展》，第15卷（2003），麻省理工出版社），1065-1072 [54] 沙列夫·施瓦茨，S。；Tewari，A.，《L1调节损失最小化的随机方法》，J.Mach。学习。第12号决议，1865-1892年（2011年）·兹比尔1280.62081 [55] 邵，J。；Wang，Y。；邓，X。；王珊，高维数据的阈值稀疏线性判别分析，Ann.Statist。，39, 2, 1241-1265 (2011) ·Zbl 1215.62062号 [56] Sun，T。；Zhang，C.-H.，用定标拉索反演稀疏矩阵，J.Mach。学习。第14、1、3385-3418号决议（2013年）·Zbl 1318.62184号 [57] Tibshirani，R.，通过Lasso，J.R.Stat.Soc.Ser.回归收缩和选择。B统计方法。，58, 267-288 (1996) ·Zbl 0850.62538号 [58] Tseng，P.，不可微极小化块坐标下降法的收敛性，J.Optim。理论应用。，109, 475-494 (2001) ·Zbl 1006.65062号 [59] Wang，W。；张，X。；Li，L.，公共归约子空间模型和网络交替分析，生物计量学（2019）·Zbl 1448.62193号 [60] Wille，A。；齐默尔曼，P。；弗拉诺娃，E。；Fürholz，A。；Laule，O。；布鲁勒，S。；Hennig，L。；Prelić，A。；冯·罗尔，P。；Thiele，L。；Zitzler，E。；格鲁森，W。；Bühlmann，P.，拟南芥类异戊二烯基因网络的稀疏图形高斯建模，基因组生物学。，5、11、R92（2004） [61] Witten，D.M。；Tibshirani，R。；Hastie，T.，A惩罚矩阵分解，应用于稀疏主成分和典型相关分析，生物统计学，10，3，515-534（2009）·Zbl 1437.62658号 [62] Wu，Y.，基于常微分方程的求解路径算法，J.Nonparametr。统计，23，1，185-199（2011）·Zbl 1359.62300号 [63] Wu，T.T。；Lange，K.，套索惩罚回归的坐标下降算法，Ann.Appl。《法律总汇》，2，1224-244（2008）·Zbl 1137.62045号 [64] 徐，P。；朱，J。；朱，L。；Li，Y.，协方差增强判别分析，生物统计学，102，1，33-45（2015）·Zbl 1345.62091号 [65] 杨，J。；Zhang，Y.，压缩传感中（ell_1）问题的交替方向算法，SIAM J.Sci。计算。，33, 1, 250-278 (2011) ·Zbl 1256.65060号 [66] 尹，W。；奥舍，S。；Goldfarb，D。；Darbon，J.，Bregman迭代算法在压缩传感中的应用，《成像科学》。，1, 1, 143-168 (2008) ·Zbl 1203.90153号 [67] 袁，M.，通过线性规划进行高维逆协方差矩阵估计，J.Mach。学习。第11号决议，2261-2286（2010年）·Zbl 1242.62043号 [68] 袁，M。；Lin，Y.，《分组变量回归中的模型选择和估计》，J.R.Stat.Soc.Ser。B统计方法。，68, 1, 49-67 (2006) ·Zbl 1141.62030号 [69] 袁，M。；Lin，Y.，高斯图形模型中的模型选择和估计，生物统计学，94，1，19-35（2007）·Zbl 1142.62408号 [70] 袁，H。；Xi，R。；陈，C。；Deng，M.，通过套索惩罚的D-痕迹丢失进行的差分网络分析，Biometrika，104，4，755-770（2017）·Zbl 07072326号 [71] 张，T。；Zou，H.，通过套索惩罚的D轨迹损失进行稀疏精度矩阵估计，Biometrika，101，1，103-120（2014）·Zbl 1285.62063号 [72] 赵S.D。；Cai，T.T。；Li，H.，微分网络的直接估计，Biometrika，101，2，253-268（2014）·Zbl 1452.62865号 [73] 周，H。；Wu，Y.，正则化统计估计的通用路径算法，J.Amer。统计师。协会，109，506，686-699（2014）·Zbl 1367.62223号 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。