境外开放课程——按学科专业列表
开放课程→自然科学→生物学→生物数学::

31
Maximum Likelihood Estimation for a Gene Regulatory Network Defined by Differential Equations[微分方程定义的基因调控网络的极大似然估计 ]
  Nadia Lalam(查尔姆斯理工大学) 基因调控可以通过描述基因产物浓度的时间速率演变的一组确定性微分方程来描述，并且包含解释基因网络中发生的调节关系的参数。我们将提出这种形式主义中出现的参...
热度：65

32
Bayesian Inference for Systems Biological Models via a Diffusion Approximation[基于扩散近似的系统生物模型贝叶斯推理]
  Andrew Golightly(纽卡斯尔大学) 随着后基因组生物学变得更具预测性，推断生化网络的速率参数（称为逆向工程）的能力将变得越来越重要。一种方法是通过扩散近似替换基础模型，并且使用可能出错的...
热度：49

33
Orienting physical networks[定向物理网络 ]
  Roded Sharan(特拉维夫大学) 在网络方向问题中，给出了一个混合图，包括有向和无向边，以及一组sourcetargetvertex对。目标是使无向边缘定向，使得最大数量的对允许从源到目标的有向路径。这...
热度：60

34
Joint Max Margin and Max Entropy Learning of Graphical Models[图形模型的最大边际和最大熵联合学习 ]
  Eric P. Xing(卡内基梅隆大学) 基于相关协变量推断结构化预测仍然是许多领域的核心问题，包括NLP，计算机视觉和计算生物学。用于训练结构化输入/输出模型的流行范例包括最大（条件）似然估计，...
热度：63

35
Multi-Way, Multi-View Learning[多途径、多视角学习 ]
  Ilkka Huopaniemi(阿尔托大学) 我们将多变量ANOVA类型分析扩展到一个协变量是视图的情况，每个视图的特征来自不同的高维域。假设通过配对样本连接不同的视图;这在我们的主要应用中很常见，生物...
热度：44

36
Strategic Impatience in Go/NoGo versus Forced-Choice Decision-Making[go/nogo中的战略不耐烦与强迫选择决策 ]
  Angela J. Yu(加州大学圣地亚哥分校) 两种替代强制选择（2AFC）和Go / NoGo（GNG）任务是通常用于研究选择行为中的感知和认知处理的行为选择范例。虽然GNG被认为通过消除对响应选择的需要来隔离感觉/...
热度：118

37
Neuronal Adaptation for Sampling-Based Probabilistic Inference in Perceptual Bistability[知觉双稳中基于采样的概率推理的神经元适应]
  David P Reichert(爱丁堡大学) 有人认为，当感觉输入不明确时，感知多重性反映了大脑进行的概率推理。或者，更多传统的多稳态解释是指低水平机制，如神经元适应。我们采用皮质处理的Deep Boltz...
热度：38

38
Active learning of neural response functions with Gaussian processes[高斯过程神经响应函数的主动学习]
  Mijung Park(德克萨斯大学) 大量文献关注的是估计捕获神经元刺激灵敏度的低维特征空间的问题。然而，相对较少的工作已经解决了从特征空间估计非线性函数到神经元输出尖峰率的问题。这里，我...
热度：77

39
Sequence learning with hidden units in spiking neural networks[在尖峰神经网络中使用隐藏单元进行序列学习]
  Johanni Brea(伯尔尼大学) 我们考虑一个统计框架，其中尖峰神经元的复发网络学会产生时空尖峰模式。鉴于生物学上真实的随机神经元动力学，我们得出一个易处理的学习规则，用于隐藏和可见神...
热度：74

40
Matching Models to Data in Modelling Morphogen Diffusion[模拟Morphogen扩散中的数据匹配模型]
  Wei Liu(南安普顿大学) 在胚胎发育期间建立空间模式的机制通常被建模为从母体沉积的信使RNA翻译的形态发生蛋白的被动扩散。这种扩散模型假设在稳定状态下建立所需的分布图时源处的形态...
热度：59

41
Compressive neural representation of sparse, high-dimensional probabilities[稀疏，高维概率的压缩神经表示]
  Xaq Pitkow(罗彻斯特大学) 本文展示了如何通过指数压缩的神经元来表示稀疏的高维概率分布。该表示是压缩感知对稀疏概率分布的新应用，而不是通常的稀疏信号。压缩测量值对应于概率分布变量...
热度：78

42
Decoding underlying behaviour from destructive time series experiments through Gaussian process models[通过高斯过程模型从破坏性时间序列实验中解码潜在行为 ]
  Antti Honkela(阿尔托大学) 生物学时间序列的主要问题是通常实验（例如使用微阵列或RNA seq的基因表达测量）需要破坏生物体或细胞。这意味着特定的时间序列通常是在不同时间对不同生物（或...
热度：54

43
Bayesian Hypotheses Testing in Raman Spectroscopy[拉曼光谱中的贝叶斯假设检验 ]
  Vladislav Vyshemirsky(格拉斯哥大学) 表面增强共振拉曼光谱（SERRS）可用于通过使用一组特定的纳米粒子探针来检测多种生物化学物质。使用该技术获得的新数据将通过实现蛋白质浓度的高通量测量，显着...
热度：73

44
Bayesian model selection: mechanistic models of Erk MAP kinase phosphorylation dynamics[贝叶斯模型选择：erk-map激酶磷酸化动力学的机制模型]
  Tina Toni(帝国理工学院) ABC SMC是贝叶斯参数推理算法，它基于机械模型的有效模拟。我们通过在扩展参数空间（M，\ theta）上定义它来使其适用于模型选择。模型选择ABC SMC算法在给定可用...
热度：90

45
Moment closure and block updating for parameter inference in stochastic biological models[随机生物模型参数推理的矩封闭与块更新 ]
  Peter Milner(纽卡斯尔大学 ) 本演讲将解决系统生物学新科学中的一个关键问题：使用系统状态的部分，离散和噪声时间过程测量推断复杂随机动力学生化网络模型的速率参数。尽管对精确随机模型的...
热度：87