本站原创摘要3-4
ABSTRACT4-5
目录5-8
表格索引8-9
插图索引9-10
第一章 绪论10-16
1.1 探讨作用10
1.2 背景介绍10-11
1.3 探讨近况11-13
1.4 我们的策略13-15
1.4.1 LAMA : 通过贝叶斯模型平均法构建大规模贝叶斯网络的新框架13-14
1.4.2 LAGE : 基因调控网络学习框架14-15
1.5 论文安排15
1.6 本章小结15-16
第二章 贝叶斯网络基础16-28
2.1 定义16-17
2.2 独立性, 依赖性和因果联系17-20
2.2.1 d-separation17-18
2.2.2 Markov blanket18
2.2.3 Equivalence Classes18-19
2.2.4 Causapty19-20
2.3 学习贝叶斯网络20-22
2.3.1 参数估计 (Parameter Estimation)20-22
2.4 贝叶斯结构学习 (Bayesian Structure Learning)22-26
2.4.1 贪心的评分搜索法 (score-and-search Approach)22-24
2.4.2 Bayesian Model Averaging24-26
2.4.3 Constrain-based Approach26
2.5 本章小结26-28
第三章 LAMA ：构建大规模贝叶斯网络的新框架28-44
3.1 定义29-32
3.1.1 权重函数 (Weight Function)29
3.1.2 划分 (Partition)29
3.1.3 划分支持矩阵 (Partition Support Matrix)29-30
3.1.4 二阶网络 (Second-Order Network)30-32
3.1.5 二阶划分 (Second-Order Partition)32
3.2 LAMA 详述32-42
3.2.1 随机变量的切分 (Variable Partition)32-36
3.2.2 采样和学习 (Samppng and Learning)36-40
3.2.3 合并 (Merge)40-42
3.3 本章小结42-44
第四章 LAGE : 基因调控网络学习框架44-52
4.1 先决条件 (Prerequisites)44-45
4.2 功能模块详述 (Modules description)45-50
4.2.1 切分重叠的基因团体 (Partition Overlapping Gene Commu-nities)45-46
4.2.2 采样团体内的基因 (Sample Intra-Community Genes)46-48
4.2.3 学习贝叶斯网络 (Learn Bayesian Network)48-49
4.2.4 合并贝叶斯网络 (Ensemble Intra-Community Networks)49-50
4.3 本章小结50-52
第五章 实验52-64
5.1 LAMA52-59
5.1.1 数据集 (Dataset)52-53
5.1.2 参数设置 (Parameter Setting)53-55
5.1.3 实验设计 (Experimental Design)55-57
5.1.4 性能评估 (Performance Evaluation)57-59
5.2 LAGE59-64
全文总结64-68