75 lines
1.6 KiB
Markdown
75 lines
1.6 KiB
Markdown
---
|
|
tags:
|
|
- séminaire
|
|
bibliography: ../these_ref.bib
|
|
---
|
|
|
|
:::{.callout-note title="Informations"}
|
|
|
|
**Titre**::
|
|
|
|
**Speaker**:: Blanche Francheterre
|
|
|
|
**Lieu**:: AgroParisTech
|
|
|
|
**Date**:: 2026-06-09
|
|
|
|
**Contribution**::
|
|
|
|
:::
|
|
|
|
# Prise de notes
|
|
|
|
## Contexte
|
|
|
|
DISCERN : Projet européen pour découvrir les causes de 3 cancers (colorectal, rénal, pancréatique) peu compris et étudiés.
|
|
|
|
Séparé les jeux de données entre *cas* (pathologique) et *controle* (sain).
|
|
|
|
Graphe avec les biomarqueurs pour les sommets et relation de dépendance conditionnelle pour les arêtes.
|
|
|
|
**Objectif**: Trouver la structure différentielle entre les deux réseaux (ignorer la partie commune).
|
|
|
|
## Méthodes
|
|
|
|
**Outils**: Les modèles graphiques gaussiens, le graphe vient de $\Omega$ la matrice de précision qui indique les corrélation.
|
|
|
|
Pour l'estimation :
|
|
|
|
- Graphical Lasso (Friedman et al 2007)
|
|
- Neighborhood Selection
|
|
|
|
Etendues à des méthodes jointes pour *plusieurs réseaux*.
|
|
|
|
Pour le Lasso utilisation de pénalités:
|
|
|
|
- Fused : Encourage les même coefficients entre conditions.
|
|
- Group graph. Lasso : Parcimonie jointe encouragée
|
|
|
|
## Résultats
|
|
|
|
Sur simulations
|
|
|
|
Retrouver le support des arêtes différentielles
|
|
|
|
## Data shared Lasso (Ollier et Viallon 2014, Gross et Tibshirani 2016)
|
|
|
|
Présenté dans le cadre de régression
|
|
|
|
$$
|
|
y_{i} = x_{i}^T(\theta+\Delta^{k_{i}})+\epsilon_{i}
|
|
$$
|
|
|
|
Intégré dans la sélection de voisin
|
|
|
|
$$
|
|
\beta_{j}^{(k)} = \dots
|
|
$$
|
|
|
|
Fused et Data Shared très semblables en termes de résultats (appuyé par la théorie).
|
|
|
|
- Quelle part de support partagés entre les deux méthodes ?
|
|
|
|
## Application
|
|
|
|
Cancer du poumon
|