Mixed-Effect Time-Varying Network Model and Application in Brain Connectivity Analysis.
Mixed-Effect Time-Varying Network Model and Application in Brain Connectivity Analysis.
复制标题
DOI：
10.1080/01621459.2019.1677242
复制
发表时间：
2020
影响因子：
3.7
通讯作者：
Li L
中科院分区：
文献类型：
--
作者：
Zhang J;Wei Sun W;Li L
时变网络在广泛的科学和商业应用中迅速崛起。现有的动态网络模型大多局限于单主体和离散时间的环境。在这篇文章中，我们提出了一个混合效应的网络模型，在人口水平上的网络的连续时变行为的特征，同时考虑到个人的主题变异性以及先验模块信息。我们为约束似然估计开发了一个多步优化程序，并推导出相关的渐近性质。我们证明了我们的方法的有效性，通过模拟和应用到青年大脑发育的研究。本文的补充材料可在网上查阅。
Time-varying networks are fast emerging in a wide range of scientific and business applications. Most existing dynamic network models are limited to a single-subject and discrete-time setting. In this article, we propose a mixed-effect network model that characterizes the continuous time-varying behavior of the network at the population level, meanwhile taking into account both the individual subject variability as well as the prior module information. We develop a multistep optimization procedure for a constrained likelihood estimation and derive the associated asymptotic properties. We demonstrate the effectiveness of our method through both simulations and an application to a study of brain development in youth. Supplementary materials for this article are available online.
登录
查看更多内容
影响因子：
3.7
作者：
Chen S;Shojaie A;Witten DM
通讯作者：
Witten DM
影响因子：
4.5
作者：
Huang J;Horowitz JL;Wei F
通讯作者：
Wei F
DOI：
10.1109/34.865189
发表时间：
2000-07-01
影响因子：
23.6
作者：
Biernacki, C;Celeux, G;Govaert, G
通讯作者：
Govaert, G
影响因子：
5.3
作者：
Nomi, Jason S.;Bolt, Taylor S.;Heller, Aaron S.
通讯作者：
Heller, Aaron S.
DOI：
10.1080/01621459.2014.892882
发表时间：
2015-03-01
影响因子：
3.7
作者：
Ke, Zheng Tracy;Fan, Jianqing;Wu, Yichao
通讯作者：
Wu, Yichao