E-Locus - Ιδρυματικό Καταθετήριο Πανεπιστημίου Κρήτης - Estimation and control of the False Discovery Rate in Bayesian Network Skeleton Identification, with Application to Biological Data

Αρχική Estimation and control of the False Discovery Rate in Bayesian Network Skeleton Identification, with Application to Biological Data

Αποτελέσματα - Λεπτομέρειες

[Προσθήκη στο καλάθι]

Κωδικός Πόρου

000366904

Τίτλος

Estimation and control of the False Discovery Rate in Bayesian Network Skeleton Identification, with Application to Biological Data

Άλλος τίτλος

Εκτίμηση και έλεγχος του ρυθμού ψευδών ανακαλύψεων (FDR) στην ταυτοποίηση σκελετού Μπευσιανών δικτύων, με εφαρμογή σε βιολογικά δεδομένα

Συγγραφέας

Αρμέν, Αγγελος Πασχάλης

Σύμβουλος διατριβής

Τσαμαρδινός Ιωάννης

Περίληψη

Τα Μπεϋσιανά δίκτυα είναι γραφικά μοντέλα που αναπαριστούν πιθανοτικές σχέσεις μεταξύ μεταβλητών με εκτενείς εφαρμογές συμπελαμβανομένης της ανάλυσης βιολογικών δεδομένων. Σε αυτή τη δουλειά, εστιάζουμε στο πρόβλημα της εκ τίμησης και του ελέγχου του Ρυθμού Ψευδών Ανακαλύψεων (False Discovery Rate, FDR) στην εκμάθηση του σκελετού (σύνολο ακμών ανεξαρτήτως κατεύθυνσης) ενός δικτύου. Παρουσιάζουμε μια ενοποιημένη προσέγγιση στην εκτίμηση και τον έλεγχο του FDR της ταυτοποίησης σκελετού Μπεϋσιανών δικτύων και αποτιμούμε την επίδοση της πιο κοινής εκτιμήτριας του FDR και στα δυο προβλήματα σε αρκετά δίκτυα και μεγέθη δείγματος. Χρησιμοποιούμε εξομοιωμένα δεδομένα καθώς και πραγματικές μετρήσεις κυτταρομετρίας ροής πρωτεϊνών και φωσφολιπιδίων στην αποτίμηση μας. Δείχνουμε ότι η εκτίμηση σε μερικές περιπτώσεις δεν είναι συντηρητική και ισχυρός έλεγχος δεν επιτυγχάνεται, ενώ σε άλλες περιπτώσεις η εκτίμηση είναι υπερβολικά συντηρητική. ΄Εχοντας ταυτοποιήσει τις πιθανές αιτίες αυτής της έλλειψης ακρίβειας, αποτιμούμε αρκετές προσεγγίσεις που επιλαμβάνονται αυτών. Τα αποτελέσματα αυτών των αποτιμήσεων υποδηλώνουν ότι ο στόχος της ακριβούς εκτίμησης και ελέγχου του FDR σε όλες τις περιπτώσεις χρησιμοποιώντας τις κοινές εκτιμήτριες του FDR ίσως να είναι μη ρεαλιστικός. Συνεπώς επιδιώκουμε τον πιο ρεαλιστικό στόχο της ακριβούς εκτίμησης και ελέγχου του FDR σύμφωνα με έναν χαλαρωμένο ορισμό της ψευδούς ανακάλυψης. Η δουλειά μας ανοίγει νέες κατευθύνσεις στη χρησιμοποίηση του FDR στην εκμάθηση δομής Μπεϋσιανών δικτύων και γενικά στην εκτίμηση της δομικής αβεβαιότητας.

Φυσική περιγραφή

98 σ. : εικ., πίν. ; 30 εκ.

Γλώσσα

Αγγλικά

Θέμα

Bayesian Network

Biological Data Analysis

False Discovery Rate

Structure Learning

Ανάλυση βιολογικών δεδομένων

Εκμάθηση δομής

Μπευσιανα δίκτυα