Tid: 18 december 2000 kl 1515-1700
Plats : Seminarierummet 3733, Institutionen för matematik, KTH, Lindstedts väg 25, plan 7. Karta!
Föredragshållare: Timo Koski , Matematisk statistik, Linköpings universitet och Linköpings Tekniska Högskola .
Titel: EM-algoritmens egenskaper i beräkningsbiologi och i tillämpningar på modellbaserad klustring.
Sammanfattning: EM-algoritmen (=Expectation Maximization) är en iterativ metod för beräkning av maximum-likelihood-skattningen av ett ändligt antal parametrar, när de observerade data är ofullständiga eller indirekta. EM-algoritmen kan ses som en alternerande minimering m.a.p. en probabilistisk geometri definierad av ett Kullback-Leibler-avstånd. Detta faktum kan användas för ett åskådligt bevis av algoritmens konvergens. Den algoritmiska konstruktionen är praktisk när vi har ofullständiga data ur en exponentiell typ av fördelningar. Vi diskuterar exempel på några sådana situationer i beräkningsbiologi.
Kända tillämpningar av EM-algoritmen finns således inbyggda t.ex. i Lander-Green-algoritmen och i algoritmerna för s.k. 'radiation hybrid mapping'. Ett elementärt fall av dessa utgör de dolda binomialexperimenten.
Till sist tillämpas EM-algoritmen på modellbaserad klustring av fenetiska data i bakterieklassificering och av data i s.k. ligand docking.