Dérive par splines polynomiales

Nicolas Vergne

Description

Niveau: Supérieur, Doctorat, Bac+8
Introdu tion Dérive polynomiale Dérive par splines polynomiales Appli ations Con lusion Chaînes de Markov régulées pour l'analyse de séquen es biologiques Ni olas Vergne Laboratoire Statistique et Génome UMR CNRS 8071 - UMR INRA 1152 Université d'Evry Val d'Essonne Le 11 Juillet 2008 N. Vergne Chaînes de Markov régulées

• gaaattgagaa gaaaag tg


• gg gtttt


• atgaa aaag ag


• tgt gttt ttt


• vergne chaînes de markov


• ggg gg ga


• aller retour sans fon tions de base

Informations

• Publié par: profil-zyak-2012
• Publié le: 01 juillet 2008
• Nombre de lectures: 55
• Langue: Français
• Poids de l'ouvrage: 7 Mo

Extrait

et
Intro
Juillet

1152
D?rive
rk
p
8071
olynomiale
al
D?rive
ergne
pa
ratoire
r
UMR
splines
UMR
p
d'Evry
olynomiales
Le
Applications
N.
Conclusion
de
Cha?nes
r?gul?es
de
Statistique
Ma
G?nome
rk
CNRS
ov
-
r?gul?es
INRA
p
Universit?
our
V
l'analyse
d'Essonne
de
11

2008
biologiques
V

Cha?nes
V
Ma
ergne
ov
Lab
oga
Intro
gt


D?rive

p

olynomiale
ga
D?rive
ga
pa
ag
r
gc
splines
gc
p
ta
olynomiales

Applications
rk
Conclusion
tt
A

vant-Prop

os



gg
gca
gt
g
ttt




ac
at
tc
tt
ag
atg
a
aa
tt
aa
gt
tt
aa
tt
tg

tt
gt

tt
at
aa
ag
gg
ac

tg
tt
ag


gt
ac
tc
tt
tt
at

ga

aagggcgctgggaaac
t
gg

tgg
ta
gt
tt

ta

aa

ata
ergne

tg

gg


ga
gt
aaa
tg
ga
gg
aa
ggt
gg
gc
aa

ac
gt

gcg
ag
gg
gt
aa
gc
tg
tg
t
aaa
aa
gc
ac
ga

gg
ga

at
t
tt


tc
tt

tg
tt
tt




tt
tt
tt
gc
tg
atg
tc
tg


gg
ga
aa

tg
ag
aa
tg

ag
atg

ga
gc
ag
ag
tc
at
aa
g


aa
tt
ag
aa

tg
gc
at
t
tt

N.
gc
de
ga
r?gul?es
gt

at


tg
ta
aa


at

tc
act
aga

ac

tg

gc
at
ag

ga
ga
aca
tt
gg

ga
tc
at

gc
tcg

gc
tt


tt
gc

ga
aa
g
ga
gcggtggcaagggtaa
ac
tg
aca
ag
tt
gt
tt
gc

ttt

at
gc
ga
ga

aa



gc
gc
tg

tga
tc
tg
at
ac
aa
gg
aat
gc
gg
a
ta
gt
tg
gg


gaa
gc
ag

gg
tt
at
gt
gc
gc
t
gg
gaaattgagaacgaaa
tt
ag


tg
gc

gc



ga
ga
gg
gg
tt
ga
ga

aga
ta
ac
at
tg


aa
gc
at
ag



ag
g

ac
ag

gc

aga

tc

tc
at

at
gc
ga

gc
aggaactattgagtac

ga

ac

gc
ga

gtgaatgtggtgaagt
tcg
gc
ac
gt
tt
gg
ac
at
gc

gtg
tg

gc

ggt
gg
tt

gc
ga


at
ac
a
ag
V
ga
Cha?nes
ac
Ma
tga
ov
ag
aad
rk

Applications
D?rive
rk
p
splines
olynomiale
Mots
D?rive
fonctions
pa
p
r
Mo
splines
raison
p
ergne
olynomiales
retour
Applications
base
Conclusion
stationnaires
Plan
pa
1

Intro
de

:
2
de
D?rive
N.
p
de
olynomiale
r?gul?es
D?rive
sans
lin?aire
de
D?rive
4
de
Lois
degr?
D?rive
Intro
olynomiale,
d?rive
3
r
D?rive
:
pa
raison
r
d?les
splines
Ma
p
ov
olynomiales

Estimation
Origine
globale
r?plication
Aller

retour
V
avec
Cha?nes
fonctions
Ma
de
ov
base
Allerd
rk

Applications
D?rive
rk
p
splines
olynomiale
Mots
D?rive
fonctions
pa
p
r
Mo
splines
raison
p
ergne
olynomiales
retour
Applications
base
Conclusion
stationnaires
Plan
pa
1

Intro
de

:
2
de
D?rive
N.
p
de
olynomiale
r?gul?es
D?rive
sans
lin?aire
de
D?rive
4
de
Lois
degr?
D?rive
Intro
olynomiale,
d?rive
3
r
D?rive
:
pa
raison
r
d?les
splines
Ma
p
ov
olynomiales

Estimation
Origine
globale
r?plication
Aller

retour
V
avec
Cha?nes
fonctions
Ma
de
ov
base
AllerX = (X ) −→ Πt t∈J0;nK
:
de
olynomiale
Ma
gc
rk
Conclusion
ov
ourcentage
Cha?nes
pa
de
Les
Ma
p
rk
p
ov
en
Homog?n?it?
.
r
D?rive
N.
p
mo
D?rive
d?les
Applications
olynomiales
Intro
splines
r?gul?es
ergne

de
rk
des
V

Cha?nes
F
Ma
aux
ov
!
ExempleX = (X ) −→ Πt t∈J0;nK
X = (X ) −→ Π Πt 1 2t∈J0;nK
nomb
en
dantes.
gc
osition
.
Exemple
r
biologiques.
pa

D?rive
d?les
olynomiale
splines

de
p
:
des
des
Homog?n?it?
et
ov
Ma
rk
Les
Ma
F
de

Cha?nes
re
D?rive
ph?nom?nes

Exemple
Intro

N.
di?rente
ov
r?gions
,
dantes
.

r?gul?es
rk

de
Di?rentes
mo
p
:
ourcentage
!
aux
Applications
p
plages
Conclusion
homog?nes.
olynomiales
Mo
,
d?lisation
d'un
ergne
.
de
.
rk
V
Cha?nes
Cha?nes
de
Ma
Ma
ov
rk
ovX = (X ) −→ Πt t∈J0;nK
X = (X ) −→ Π Πt 1 2t∈J0;nK
X = (X ) −→ Π tt t∈J0;nK n
d?lisation
D?rive
olynomiales
Cha?nes

de
de
Ma
(pa
rk
ourcentage
ov
.

r?gul?es
Di?rentes

plages
entre
homog?nes.
ov
Mo
pa
d?lisation
mo
d'un
p

rk
nomb

re
ph?nom?nes
de
:
ph?nom?nes
b
biologiques.
?tats
Exemple
Ma
:
ou

gc
osition
splines
di?rente
Conclusion
des
de
r?gions
en

Cha?nes
dantes
Ma
et
ov

H?t?rog?n?it?
dantes.
Mo

de
Intro
biologiques
:
Exemple
Exemple
transition
!
rfois
aux
rutale)
F
deux

d'une
des
de
Homog?n?it?
rk
ov

p
p
olynomiale
en
D?rive
.
N.
r
ergne
p
de
Applications
rk
Les
r?gul?es
d?les
rk
Ma
,
gc
.
ourcentage
.
.
rk
V
Ma
Cha?nes
de
Ma
Cha?nes
ov
,
ov 0.32 0.28f(a) f(c)
0.28 0.24
0.24
0.2
10000 20000 30000 40000 10000 20000 30000 40000
Position dans la séquence Position dans la séquence
0.36f(g) f(t)
0.32
0.32
0.28
0.28
0.24
0.24
0.2 0.2
10000 20000 30000 40000 10000 20000 30000 40000
Position dans la séquence Position dans la séquence
Applications
r?gul?es

D?rive
Intro
ergne
D?rive

pa
olynomiale
da
N.
Lamb
olynomiales
r
:
Conclusion

ov
p
splines
de
rk
des
F
V
phage
Cha?nes
Ma
p
Fréquence de g Fréquence de a
Fréquence de t Fréquence de c 0.32 0.28f(a) f(c)
mu(a) mu(c)
0.28 0.24
0.24
0.2
0 10000 20000 30000 40000 0 10000 20000 30000 40000
Position dans la séquence Position dans la séquence
0.36f(g) f(t)
0.32 mu(g) mu(t)
0.32
0.28
0.28
0.24
0.24
0.2 0.2
0 10000 20000 30000 40000 0 10000 20000 30000 40000
Position dans la séquence Position dans la séquence
Ma
p
olynomiales
olynomiale
ov
V
Applications
D?rive
Conclusion
pa
Intro
rk

Cha?nes
splines

r?gul?es
p
rk
D?rive
r
de
F
ov
Ma
N.
des
ergne

et

Fréquence de g Fréquence de a
Fréquence de t Fréquence de c 0.32 0.28f(a) f(c)
mu(a) mu(c)
0.28 0.24
0.24
0.2
0 10000 20000 30000 40000 0 10000 20000 30000 40000
Position dans la séquence Position dans la séquence
0.3