变点检测问题中 ICL 准则的快速估计及其在下一代测序数据中的应用

Alice Cleynen; The Minh Luong; Guillem Rigaill; Gregory Nuel

变点检测问题中 ICL 准则的快速估计及其在下一代测序数据中的应用

统计计算 2013-07-02 v2 应用统计

作者: Alice Cleynen , The Minh Luong , Guillem Rigaill , Gregory Nuel

摘要

在本文中，我们将积分完成似然 (ICL) 视为一种有用的准则，用于估计数据底层分布中的变化数量，这类问题的主要目标是检测这些变化的精确位置。ICL 的精确计算需要 $O(Kn^2)$ 次运算（其中 $K$ 为段数， $n$ 为数据点数），这在许多具有大数据序列的实际场景中是难以承受的。我们描述了一个以 $O(Kn)$ 复杂度估计 ICL 的框架。我们的方法具有通用性，可以适应任何给定的模型分布。我们在模拟数据上检查了该方法的运行时间和有效性，并展示了其在使用负二项模型分析真实下一代测序 (NGS) 数据时的良好性能。

关键词

积分完成似然变点检测快速估计下一代测序负二项模型模型选择计算复杂度

引用

@article{arxiv.1211.3210,
  title  = {Fast estimation of the ICL criterion for change-point detection problems with applications to Next-Generation Sequencing data},
  author = {Alice Cleynen and The Minh Luong and Guillem Rigaill and Gregory Nuel},
  journal= {arXiv preprint arXiv:1211.3210},
  year   = {2013}
}

备注

15 pages, 8 figures

变点检测问题中 ICL 准则的快速估计及其在下一代测序数据中的应用

摘要

关键词

引用

备注

相关论文