BriefGPT - AI 论文速递
·
稳健的多视角共表达网络推断
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
文章提出了一种基于网络的邻域回归框架，通过结合全局社区信息和局部连接结构，优化社区最小二乘法，实现网络模块间调控强度的渐近推断。该方法在节点数量上表现出线性一致性，优于传统线性回归。数值实验验证了其有效性，并在自闭症数据集中成功应用于基因模块关联分析。
🎯
关键要点
- 提出了一种基于网络的邻域回归框架，结合全局社区信息和局部连接结构。
- 优化社区最小二乘法，实现网络模块间调控强度的渐近推断。
- 该方法在节点数量上表现出线性一致性，优于传统线性回归。
- 通过随机图论推导出估计器的非渐近估计误差界，实现精确的极小极大最优性。
- 大量数值实验验证了框架的有效性。
- 成功应用于自闭症数据集的基因模块关联分析。
➡️
