基于测度传输的密度估计:在生物科学中的应用展望
定量方法
2024-05-14 v4 机器学习
生物物理
摘要
测度传输方法的优势之一在于,它们为处理和分析依广泛概率测度分布的数据提供了统一框架。在此背景下,我们呈现计算研究的结果,旨在评估测度传输技术(具体地,三角传输映射的使用)作为支持生物科学研究工作流的潜力。样本数据量有限的情形(在如辐射生物学等领域中常见)尤其令人关注。我们发现,在给定有限样本数据量下估计分布密度函数时,自适应传输映射具有优势。特别地,对一系列在可用数据样本集合的随机子集上训练的自适应传输映射进行计算所收集的统计量,能揭示数据中隐藏的信息。因此,在此考虑的辐射生物学应用中,该方法为生成关于基因关系及其在辐射暴露下动态的假设提供了工具。
引用
@article{arxiv.2309.15366,
title = {Density Estimation via Measure Transport: Outlook for Applications in the Biological Sciences},
author = {Vanessa Lopez-Marrero and Patrick R. Johnstone and Gilchan Park and Xihaier Luo},
journal= {arXiv preprint arXiv:2309.15366},
year = {2024}
}
备注
46 pages; 18 figures; minor revisions; DOI added