Skip to Main content Skip to Navigation
Theses

Inférence de réseaux causaux à partir de données interventionnelles

Résumé : L'objet de cette thèse est l'utilisation de données transcriptomiques actuelles dans le but d'en inférer un réseau de régulation génique. Ces données sont souvent complexes, et en particulier des données d'interventions peuvent être présente. L'utilisation de la théorie de la causalité permet d'utiliser ces interventions afin d'obtenir des réseaux causaux acycliques. Je questionne la notion d'acyclicité, puis en m'appuyant sur cette théorie, je propose plusieurs algorithmes et/ou améliorations à des techniques actuelles permettant d'utiliser ce type de données particulières.
Document type :
Theses
Complete list of metadatas

Cited literature [138 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02379278
Contributor : Abes Star :  Contact
Submitted on : Monday, November 25, 2019 - 3:54:08 PM
Last modification on : Friday, May 29, 2020 - 4:00:39 PM
Document(s) archivé(s) le : Wednesday, February 26, 2020 - 9:21:06 PM

File

2018SORUS290.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02379278, version 1

Citation

Gilles Monneret. Inférence de réseaux causaux à partir de données interventionnelles. Statistiques [math.ST]. Sorbonne Université, 2018. Français. ⟨NNT : 2018SORUS290⟩. ⟨tel-02379278⟩

Share

Metrics

Record views

111

Files downloads

108