The conditional glasso is one of the most used estimators for inferring genetic networks. Despite its diffusion, there are several fields in applied research where the limits of detection of modern measurement technologies make the use of this estimator theoretically unfounded, even when the assumption of a multivariate Gaussian distribution is satisfied. In this paper we propose an extension to censored data.

An extension of the censored gaussian lasso estimator​ / Augugliaro, Luigi; Sottile, Gianluca; Vinciotti, Veronica. - (2019), pp. 39-46. (Intervento presentato al convegno SIS2019 tenutosi a Milano nel 18-21 June 2019).

An extension of the censored gaussian lasso estimator​

Vinciotti, Veronica
2019-01-01

Abstract

The conditional glasso is one of the most used estimators for inferring genetic networks. Despite its diffusion, there are several fields in applied research where the limits of detection of modern measurement technologies make the use of this estimator theoretically unfounded, even when the assumption of a multivariate Gaussian distribution is satisfied. In this paper we propose an extension to censored data.
2019
Book of Short Papers SIS 2019
Milano
Pearson Education Italia
9788891915108
Augugliaro, Luigi; Sottile, Gianluca; Vinciotti, Veronica
An extension of the censored gaussian lasso estimator​ / Augugliaro, Luigi; Sottile, Gianluca; Vinciotti, Veronica. - (2019), pp. 39-46. (Intervento presentato al convegno SIS2019 tenutosi a Milano nel 18-21 June 2019).
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11572/320879
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact