| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 表格索引 | 第8-9页 |
| 插图索引 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究意义 | 第10页 |
| ·背景介绍 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·我们的方法 | 第13-15页 |
| ·LAMA : 通过贝叶斯模型平均法构建大规模贝叶斯网络的新框架 | 第13-14页 |
| ·LAGE : 基因调控网络学习框架 | 第14-15页 |
| ·论文安排 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 贝叶斯网络基础 | 第16-28页 |
| ·定义 | 第16-17页 |
| ·独立性, 依赖性和因果关系 | 第17-20页 |
| ·d-separation | 第17-18页 |
| ·Markov blanket | 第18页 |
| ·Equivalence Classes | 第18-19页 |
| ·Causality | 第19-20页 |
| ·学习贝叶斯网络 | 第20-22页 |
| ·参数估计 (Parameter Estimation) | 第20-22页 |
| ·贝叶斯结构学习 (Bayesian Structure Learning) | 第22-26页 |
| ·贪心的评分搜索法 (score-and-search Approach) | 第22-24页 |
| ·Bayesian Model Averaging | 第24-26页 |
| ·Constrain-based Approach | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 LAMA ：构建大规模贝叶斯网络的新框架 | 第28-44页 |
| ·定义 | 第29-32页 |
| ·权重函数 (Weight Function) | 第29页 |
| ·划分 (Partition) | 第29页 |
| ·划分支持矩阵 (Partition Support Matrix) | 第29-30页 |
| ·二阶网络 (Second-Order Network) | 第30-32页 |
| ·二阶划分 (Second-Order Partition) | 第32页 |
| ·LAMA 详述 | 第32-42页 |
| ·随机变量的切分 (Variable Partition) | 第32-36页 |
| ·采样和学习 (Sampling and Learning) | 第36-40页 |
| ·合并 (Merge) | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 LAGE : 基因调控网络学习框架 | 第44-52页 |
| ·先决条件 (Prerequisites) | 第44-45页 |
| ·功能模块详述 (Modules description) | 第45-50页 |
| ·切分重叠的基因团体 (Partition Overlapping Gene Commu-nities) | 第45-46页 |
| ·采样团体内的基因 (Sample Intra-Community Genes) | 第46-48页 |
| ·学习贝叶斯网络 (Learn Bayesian Network) | 第48-49页 |
| ·合并贝叶斯网络 (Ensemble Intra-Community Networks) | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 实验 | 第52-64页 |
| ·LAMA | 第52-59页 |
| ·数据集 (Dataset) | 第52-53页 |
| ·参数设置 (Parameter Setting) | 第53-55页 |
| ·实验设计 (Experimental Design) | 第55-57页 |
| ·性能评估 (Performance Evaluation) | 第57-59页 |
| ·LAGE | 第59-64页 |
| 全文总结 | 第64-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文目录 | 第74-75页 |
| 附件 | 第75-77页 |
