结合贝叶斯方法与进化技术推断乳腺癌网络
机器学习
2017-03-10 v1 人工智能
摘要
基因和蛋白质网络对于在分子生物学中对复杂大规模系统进行建模非常重要。推断或逆向工程此类网络可以定义为通过计算分析从实验数据中识别基因/蛋白质相互作用的过程。然而，由于未知量规模极大而样本量相当小，这项任务通常十分复杂。此外，当目标是在网络内研究因果关系时，需要能够克服相关性网络局限性的工具。在本工作中，我们利用贝叶斯图模型来解决这一问题，具体而言，我们对不同的最先进启发式算法进行了比较研究，分析了它们在从乳腺癌数据推断贝叶斯网络结构时的性能。
引用
@article{arxiv.1703.03041,
title = {Combining Bayesian Approaches and Evolutionary Techniques for the Inference of Breast Cancer Networks},
author = {Stefano Beretta and Mauro Castelli and Ivo Goncalves and Ivan Merelli and Daniele Ramazzotti},
journal= {arXiv preprint arXiv:1703.03041},
year = {2017}
}