Quelques développements statistiques et algorithmiques pour l’analyse de données génomiques
| Autor: | Rigaill, Guillem |
|---|---|
| Přispěvatelé: | Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université Paris Saclay, Sylvain Arlot, Rigaill, Guillem |
| Jazyk: | francouzština |
| Rok vydání: | 2020 |
| Předmět: |
Omics data
Dynamic programming Clustering Methods [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST] [SDV.BBM.GTP]Life Sciences [q-bio]/Biochemistry Molecular Biology/Genomics [q-bio.GN] Détection de ruptures [SDV.BBM.GTP] Life Sciences [q-bio]/Biochemistry Molecular Biology/Genomics [q-bio.GN] Données omiques Méthodes de clustering [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM] [MATH.MATH-ST] Mathematics [math]/Statistics [math.ST] Changepoint detection [INFO.INFO-BI] Computer Science [cs]/Bioinformatics [q-bio.QM] Programmation dynamique |
| Zdroj: | Statistiques [math.ST]. Université Paris Saclay, 2020 |
| Popis: | Je synthétise mes recherches qui portent sur le développement et l'application de modèles et méthodes statistiques pour l'analyse de données omiques. Mes travaux se divisent en quatre axes ou thèmes que voici : (1) la détection de ruptures multiples, (2) l'analyse de données omiques, (3) la classification régularisée et (4) l'évaluation de méthodologies pour l'analyse de données omiques. Les deux premiers thèmes sont plus importants. Pour la détection de ruptures, je présente, de manière unifiée, un certain nombre d'algorithmes récents permettant de retrouver la segmentation maximisant la vraisemblance. Pour l'analyse de données omiques je détaille certaines des difficultés que j'ai rencontrées lors de l'analyse de données omiques. Pour les deux derniers thèmes je résume quelques contributions méthodologiques à la classification régularisée et quelques méthodes de simulation pour l’évaluation de méthodes de segmentation et d'analyse différentielle pour des données omiques. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|