通过 Lasso 惩罚 D-Trace 损失的差分网络分析
统计方法学
2017-05-30 v2
摘要
生物网络在不同环境和遗传条件下常发生变化。理解这些网络如何变化成为生物研究中的重要问题。在本文中，我们将网络变化建模为两个精度矩阵之差，并提出一种用于估计精度矩阵差的新损失函数。在一个新的不可表示条件下，我们证明带有 lasso 惩罚的该新损失函数能在高维设定下对亚高斯和多项式尾分布给出一致估计。基于交替方向法开发了一种高效算法来求解该优化问题。关于结直肠癌的模拟研究和真实数据分析表明，所提方法优于其他可用方法。
引用
@article{arxiv.1511.09188,
title = {Differential Network Analysis via the Lasso Penalized D-Trace Loss},
author = {Huili Yuan and Ruibin Xi and Chong Chen and Minghua Deng},
journal= {arXiv preprint arXiv:1511.09188},
year = {2017}
}