【文件属性】:
文件名称:matlab由频域变时域的代码-BINGO:答对了
文件大小:87KB
文件格式:ZIP
更新时间:2021-05-21 18:35:21
系统开源
matlab由频域变时域的代码答对了
这是BINGO(具有高斯过程动态模型的网络的贝叶斯推理)的代码,这是一种根据时间序列数据进行基因调控网络推理的方法。
在文章中介绍
A.
Aalto,L。Viitasaari,P。Ilmonen,L。Mombaerts和J.
Goncalves。
“从稀疏采样的噪声数据推断基因调控网络”,。
如果您在项目中使用该方法,请引用该文章。
方法已在Matlab
2017a中进行了测试。
一般信息
BINGO假设从连续时间轨迹x采样离散时间序列数据,满足dx
/
dt
=
f(x)+
u
。
函数f被建模为高斯过程(GP),网络结构被编码为GP协方差的超参数。
f的第i个分量的平均值为m
i
(
x
)=
b
i
-
a
i
x
i
。
该方法基于MCMC采样,这意味着它将收集大量网络采样。
如果在60%的样本中出现特定链接,则在给出数据和基础假设的情况下,该链接存在的后验概率。
建议至少收集5000个样本。
十分之九的样本被丢弃(稀疏),因此5000个样本需要进行50000次迭代。
可以在开始时运行较少的迭代次数,以检查采样器是否正常运行,然后运行更多采
【文件预览】:
BINGO-master
----BINGO_files()
--------readme_BINGO.rtf(30KB)
--------BINGO_init.m(5KB)
--------BINGO.m(14KB)
--------BINGO_init.m~(5KB)
--------missing_data_sampler.m(1KB)
--------BINGO.m~(14KB)
--------disp_stats.m(1KB)
--------match_check.m(550B)
--------Millar10Data()
--------missing_data_interpolation.m(1KB)
--------Example_Data.mat(3KB)
----LICENSE(1KB)
----README.md(16KB)
----BINGO_example.m(6KB)
----BINGO_main.m(916B)