可変順序ベイジアンネットワーク

可変次数ベイジアンネットワーク（VOBN）モデルは、ベイジアンネットワークモデルと可変次数マルコフモデルの両方の重要な拡張を提供します。VOBNモデルは一般的に機械学習で使用され、バイオインフォマティクスアプリケーションで大きな可能性を示しています。^[1]^{[2]これらのモデルは、広く使用されている}位置重み行列（PWM）モデル、マルコフモデル、ベイジアンネットワーク（BN）モデルを拡張します。

各ランダム変数がランダム変数の固定サブセットに依存するBNモデルとは対照的に、VOBNモデルではこれらのサブセットは観測変数の特定の実現に基づいて変化する可能性があります。観測された実現はコンテキストと呼ばれることが多く、そのためVOBNモデルはコンテキスト固有のベイジアンネットワークとしても知られています。^[3] 変数の条件付けサブセットの定義の柔軟性は、分類および分析アプリケーションで真の利点であることが判明しています。これは、一連の変数（必ずしも隣接している必要はない）内のランダム変数間の統計的依存関係を、位置固有およびコンテキスト固有の方法で効率的に考慮できるためです。

参照

参考文献

^ Ben-Gal, I.; Shani A.; Gohr A.; Grau J.; Arviv S.; Shmilovici A.; Posch S.; Grosse I. (2005). 「可変次ベイジアンネットワークによる転写因子結合部位の同定」.バイオインフォマティクス. 21 (11): 2657–2666. doi :10.1093/bioinformatics/bti410. PMID 15797905.
^ Grau, J.; Ben-Gal I.; Posch S.; Grosse I. (2006). 「VOMBAT: 可変順序ベイズツリーを使用した転写因子結合部位の予測」(PDF) . Nucleic Acids Research . 34 (Web Server 版): 529–533. doi :10.1093/nar/gkl212. PMC 1538886 . PMID 16845064.
^ Boutilier, C.; Friedman, N .; Goldszmidt, M.; Koller, D. (1996). ベイジアンネットワークにおけるコンテキスト固有の独立性。第12回人工知能における不確実性に関する会議 (1996年8月1日～4日)。リード大学、オレゴン州ポートランド、米国。pp. 115～123。arXiv : 1302.3562。

外部リンク

VOMBAT: https://www2.informatik.uni-halle.de:8443/VOMBAT/

[Ben-Gal-1] Ben-Gal, I.; Shani A.; Gohr A.; Grau J.; Arviv S.; Shmilovici A.; Posch S.; Grosse I. (2005). 「可変次ベイジアンネットワークによる転写因子結合部位の同定」.バイオインフォマティクス. 21 (11): 2657–2666. doi :10.1093/bioinformatics/bti410. PMID 15797905.

[Grau-2] Grau, J.; Ben-Gal I.; Posch S.; Grosse I. (2006). 「VOMBAT: 可変順序ベイズツリーを使用した転写因子結合部位の予測」(PDF) . Nucleic Acids Research . 34 (Web Server 版): 529–533. doi :10.1093/nar/gkl212. PMC 1538886 . PMID 16845064.

[Boutilier-3] Boutilier, C.; Friedman, N .; Goldszmidt, M.; Koller, D. (1996). ベイジアンネットワークにおけるコンテキスト固有の独立性。第12回人工知能における不確実性に関する会議 (1996年8月1日～4日)。リード大学、オレゴン州ポートランド、米国。pp. 115～123。arXiv : 1302.3562。