Integrative Structural Learning of Mixed Graphical Models via Pseudo-likelihood
Integrative Structural Learning of Mixed Graphical Models via Pseudo-likelihood
复制标题
通过伪似然的混合图模型的综合结构学习
DOI：
10.1007/s12561-023-09367-9
复制
发表时间：
2023
影响因子：
1
通讯作者：
Zhang, Yuping
中科院分区：
文献类型：
--
作者：
Liu, Qingyang;Zhang, Yuping
马尔可夫随机场是一种常用的工具来描述一个固定的变量之间的相互作用。在最近的生物医学研究中，出现了新的关注，发现跨多个生物类的不同类型的功能之间的调节和共表达的关系。因此，我们提出了一个数据集成框架，共同学习多个混合图形模型同时进行。为了解决邻域选择中常见的不对称问题，我们使用正则化伪似然构造了一个新的估计器，该估计器产生网络拓扑的对称和一致估计。我们通过学习合成网络以及从TCGA数据构建基因调控网络来证明我们的方法的实际优点。
Markov random field is a common tool to characterize interactions among a fixed collection of variables. In recent biomedical research, there arise new concerns about the discovery of regulatory and co-expression relationships among different types of features across multiple biological classes. Consequently, we propose a data integration framework to jointly learn multiple mixed graphical models simultaneously. To address the common asymmetry problem in neighborhood selection, we construct a new estimator using regularized pseudo-likelihood, which produces symmetric and consistent estimates of network topologies. We demonstrate the practical merits of our method through learning synthetic networks as well as constructing gene regulatory networks from TCGA data.
登录
查看更多内容
影响因子：
30.8
作者：
Weinstein, John N.;Collisson, Eric A.;Mills, Gordon B.;Shaw, Kenna R. Mills;Ozenberger, Brad A.;Ellrott, Kyle;Shmulevich, Ilya;Sander, Chris;Stuart, Joshua M.
通讯作者：
Stuart, Joshua M.
通过成对指数马尔可夫随机场学习异构数据的网络结构。
DOI：
--
发表时间：
2017
期刊：
Proceedings of machine learning research
影响因子：
--
作者：
Park,Youngsuk;Hallac,David;Boyd,Stephen;Leskovec,Jure
通讯作者：
Leskovec,Jure
联合混合稀疏图形模型的快速变分推理
DOI：
10.1109/jsait.2020.3042124
发表时间：
2020
期刊：
IEEE Journal on Selected Areas in Information Theory
影响因子：
--
作者：
Liu, Qingyang;Zhang, Yuping
通讯作者：
Zhang, Yuping
DOI：
--
发表时间：
2013-01
期刊：
arXiv: Statistics Theory
影响因子：
--
作者：
Eunho Yang;Pradeep Ravikumar;Genevera I. Allen;Zhandong Liu
通讯作者：
Eunho Yang;Pradeep Ravikumar;Genevera I. Allen;Zhandong Liu
DOI：
10.1214/13-aos1162
发表时间：
2012-12
期刊：
--
影响因子：
--
作者：
Po-Ling Loh;M. Wainwright
通讯作者：
Po-Ling Loh;M. Wainwright