倪小虹
- 作品数：3 被引量：2H指数：1
- 供职机构：北京联合大学基础部更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于生物先验数据融合构建非平稳基因调控网络(英文)
- 2013年
- 为了构建基因调控网络,提出一个基于生物先验数据融合构建非平稳动态贝叶斯网络结构的方法.该方法基于高斯混合网络模型,改变点过程和独立的能量函数.利用可逆跳跃马尔科夫蒙特卡罗抽样算法,把整个非平稳过程分解成若干平稳子片断,推断网络结构以及先验数据对网络的影响.在仿真和生物数据上测试该方法,结果显示该方法提高了网络重构的精度.
- 倪小虹孙应飞
- 关键词：贝叶斯网络基因调控网络
- 融合多数据源的非平稳动态贝叶斯网络学习算法被引量：2
- 2014年
- 受数据数量、质量、实验设计、噪音和测量误差的影响,单一数据源所含的信息是有限的.通过单一的数据源推测并构建网络,往往面临着数据的信息量不够充分.另一方面,传统的动态贝叶斯网络模型要求数据是平稳的.但在现实中,非平稳的情况不容忽视.于是我们提出了一个基于多源数据融合学习非平稳动态贝叶斯网络的算法.该算法首先通过Dempster-Shafer证据理论对多种数据源进行融合获得先验知识,然后利用改变点过程把整个非平稳过程分解成若干平稳子片断,最后运用可逆跳跃马尔可夫蒙特卡罗抽样算法学习连续动态贝叶斯网络的结构.在仿真数据和实验数据上测试该算法,并与其他学习方法进行比较,发现该算法提高了重构网络的精度.
- 倪小虹孙应飞
- 关键词：动态贝叶斯网络DEMPSTER-SHAFER理论基因调控网络
- 基于Logistic回归模型的时变结构基因调控网络构建
- 2014年
- 目前,由大多数基因调控网络的重构方法推导出的网络结构是静态的,即不随时间改变.但在细胞周期或一个有机体的不同生长阶段,调控网络的拓扑结构会发生显著变化.这为深入了解基因调控的时空机制带来困难.因此,文中提出一种基于时延互信息和核权重l1正则化Logistic回归模型学习时变结构基因调控网络的算法.将其应用于两种生物情景数据:黑腹果蝇在不同阶段的肌肉发育和酿酒酵母苯菌灵中毒后的反应.实验结果显示,该方法能反映不同细胞状态对基因间相互作用的影响,有效获取基因调控网络随时间变化的动态效应.
- 倪小虹孙应飞
- 关键词：基因调控网络互信息LOGISTIC回归
