Impact du choix de la méthode de partitionnement pour les forêts d'arbres latents

Duc-Thanh Phan (1) , Philippe Leray (1) , Christine Sinoquet (1)

1 LINA - Laboratoire d'Informatique de Nantes Atlantique

Nous étudions l’impact du choix de la méthode de partitionnement sur une nouvelle classe de modèle graphique probabiliste, la forêt d’arbres latents. L’apprentissage de ce modèle repose sur le partitionnement itératif de variables observées et latentes. Le contexte d’étude est une utilisation en bioinformatique.

Mots clés: probabilistic graphical model; Bayesian network; latent variable; clustering quality evaluation; genome-wide association study; linkage disequilibrium

Domaines: Bio-informatique [q-bio.QM]

Duc-Thanh Phan, Philippe Leray, Christine Sinoquet. Impact du choix de la méthode de partitionnement pour les forêts d'arbres latents. SFC2015, P. Kuntz, Sep 2015, Nantes, France. pp.24-27. ⟨hal-01205544⟩