GlobalMIT 工具箱：利用互信息测试（MIT）标准寻找全局最优动态贝叶斯网络的Matlab实现

简介：
GlobalMIT是一款基于MATLAB开发的工具箱，它采用互信息测试标准来搜索全局最优的动态贝叶斯网络结构。 动态贝叶斯网络（DBN）在生物网络建模领域广泛应用，特别是基因调控网络的构建。由于学习静态贝叶斯网络存在多个NP-hard问题，大多数用于学习DBN的方法都是启发式的，并且使用局部搜索算法如贪心爬山或元优化框架如遗传算法和模拟退火来解决这些问题。 我们提出了一种名为GlobalMIT的工具箱，它利用最近引入的信息理论评分指标互信息测试（MIT）来进行全局最优动态贝叶斯网络结构的学习。在MIT准则下，可以高效地以多项式时间实现全局最优DBN学习过程。此工具箱是在Matlab中开发，并且有独立的C++版本来提高性能。 该项目由澳大利亚维多利亚州莫纳什大学Gippsland信息技术学院生物信息学和系统生物学小组进行管理，负责人是Vinh Nguyen。