文献

J-GLOBAL ID：201702259375667411   整理番号：17A0826182

有向ネットワークのトポロジー同定のためのカーネルベース構造方程式モデル【Powered by NICT】

Kernel-Based Structural Equation Models for Topology Identification of Directed Networks

著者 (3件)： Shen Yanning (Department of ECE and the Digital Technology Center, University of Minnesota, Minneapolis, MN, USA) ,  Baingana Brian (Department of ECE and the Digital Technology Center, University of Minnesota, Minneapolis, MN, USA) ,  Giannakis Georgios B. (Department of ECE and the Digital Technology Center, University of Minnesota, Minneapolis, MN, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 10  ページ： 2503-2516  発行年： 2017年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 構造方程式モデル(SEM)は,複雑なネットワークにおける因果相互作用の推定のために広く採用されている。最近の例は,プロセス,広がる疾患のような,または噂が伝搬する隠れた因果ネットワークの解明トポロジーを含んでいる。これら環境におけるSEMの魅力は,その単純さと実行可能性に由来する,それらは典型的に観測可能な変数間の線形依存性を前提とするためである。線形モデルを採用に固有の限界を認識して,本論文では,非線形SEM,ネットワークノード間の非線形依存性(可能な)を提案した。提唱手法は非線形モデリングのための強力なを含むフレームワークとしてカーネルを活用し,手頃なトレードオフを有する効率的な推定器を開発した。興味あることに,新しいカーネルベース手法の追求がエッジスパース性,ほとんどの実世界ネットワークにより示された特性を促進する凸正則化推定量を生成し,得られた最適化問題は,近位分裂最適化方法に従う。この目的のために,相補的長所を持つソルバは乗算器,および近位勾配反復の交互方向法を活用することにより開発した。模擬データ上での実験を行い,新しい方法は,エッジ検出誤差に関して線形SEMより優れていることを実証した。さらに,実際の遺伝子発現データセットの試験は,線形SEMにより明らかにされなかったという興味ある新しいエッジ,ヒト遺伝子の調節挙動に光を当てることができるを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 遺伝子 ,  最適化問題 ,  エッジ検出 ,  凸形 ,  相互作用 ,  最適化手法 ,  *ネットワーク ,  正則化 ,  *位相幾何学 ,  推定量 ,  線形性
準シソーラス用語： スパース性 ,  線形モデル ,  信念ネットワーク ,  *構造方程式モデリング , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： トポロジー ,  同定 ,  カーネル ,  構造方程式モデル