Necessary and sufficient conditions for consistent root reconstruction in Markov models on trees
在有限高树上建立了具有可数状态空间的连续时间马尔可夫模型的一致根重构的充要条件。这里,如果根状态估计器返回到真实根状态的概率随着叶的数量趋于无穷而收敛于1,则称该根状态估计器是一致的。我们还得到定量的边界上的重建误差。我们的研究结果回答了Gascuel和Steel的一个问题,并对核苷酸插入和缺失的经典进化模型中的祖先序列重建产生了影响。
2019-08-01 cs.IT math.IT math.PR
Likelihood-based tree reconstruction on a concatenation of alignments can be positively misleading
从基因组数据重建物种树面临着双重障碍。首先,描述每个基因进化的(基因)树可能与物种树不同,例如,由于不完整的谱系排序。第二,在每个基因树的叶子处的比对的基因序列仅提供基因树的拓扑的不完美估计。在本说明中,我们正式证明,一个基本的统计问题出现,如果试图避免占这两个过程,并直接通过级联方法分析遗传数据。更确切地说,我们表明,在多物种合并与一个标准的网站替代模型,最大似然估计的序列数据,已连接跨基因和不正确的假设下进行的所有网站都独立地和相同的进化在一个固定的树是一个统计上不一致的估计的物种树。我们的结果为Kubatko和Degnan(2007)等人描述的模拟结果提供了正式的证明,并补充了DeGorgio和Degnan(2010)以及Chifman和Kubtako(2014)的最新理论结果。
2014-09-06 cs.CE math.PR math.ST
On the accuracy of ancestral sequence reconstruction for ultrametric trees with parsimony
我们研究了一个数学问题,关于惠誉算法重建的祖先序列的最近的共同祖先给定的系统发育树和序列数据的所有类群正在考虑的重建精度。特别是,对称的4-状态替代模型,也被称为Jukes-Cantor模型,我们肯定地回答了李,钢和张的猜想,其中指出,对于任何超度量系统发育树和对称模型,惠誉简约法使用所有终端类群是更准确的,或至少是准确的,祖先的状态重建比使用任何特定的终端类群或任何特定的类群对。到目前为止,这个猜想只被费舍尔和萨特在两态数据中回答过。在这里,我们专注于回答具有四种状态的生物学上更相关的情况,这对应于从DNA或RNA数据重建祖先序列。
2017-06-19 math.CO math.PR q-bio.PE
Reconstruction for the Asymmetric Ising Model on Regular Trees
已知Kesten-Stigum重建界对于大致对称的二元通道是紧的。本文将采用Sly [2011]所从事的加权磁化强度上的矩递归精细分析来处理对称Potts模型,并建立非对称Ising模型的临界条件,使Kesten-Stigum将重构阈值限制在正则$d$ -ary树上。
2017-12-01 math.PR
Reconstruction on Trees and Low-Degree Polynomials
Stanford University(斯坦福大学);Massachusetts Institute of Technology(麻省理工学院)
马尔可夫过程和树上广播的研究与各个领域有着深刻的联系,包括统计物理、图形模型、系统发育重建、马尔可夫链蒙特卡罗和随机图中的社区检测。值得注意的是,著名的置信传播(BP)算法实现了贝叶斯最优性能的重建问题预测的马尔可夫过程的值在树的根从它的值在叶子。最近,低次多项式的分析已经成为预测计算到统计差距的有价值的工具。在这项工作中,我们研究了树的重建问题的低次多项式的性能。也许令人惊讶的是,我们表明,有简单的树模型与$N$叶和有界元,其中(1)非平凡重建的根值是可能的一个简单的多项式时间算法和噪声的鲁棒性,但没有任何多项式的次数$N^{c}$为$c > 0$一个常数只取决于元,(2)当树是未知的,并给出多个样本与相关的根分配,根值的非平凡重构可以使用简单的统计查询算法,但不能使用任何次数的多项式$N^c$。这些结果澄清了贝叶斯估计问题的低次多项式与多项式时间算法的一些局限性。他们还补充了Moitra,Mossel和Sandon最近的工作,他们研究了信念传播的电路复杂性。作为我们的主要结果的结果,我们表明,对于一些$c' > 0$只依赖于arity,$\exp(N^{c'})$许多样本需要RBF核回归获得非平凡的相关与真正的回归函数(BP)。我们提出了有关低次多项式和Kesten-Stigum阈值的开放性问题。
2022-10-25 cs.LG math.PR math.ST
Sufficient condition for root reconstruction by parsimony on binary trees with general weights
我们考虑的问题推断的祖先状态的观察在一棵树的叶子,假设状态沿着树的两个状态对称马尔可夫过程的演变。我们建立了一个一般的分支率条件下,最大简约,一个共同的重建方法,只需要树的知识,成功比随机猜测均匀的树的深度。从而推广了(Zhang et al.,2010)和(Gascuel and Steel,2010)。我们的结果适用于确定性和独立同分布。边权重。
2020-12-31 cs.CE math.PR q-bio.PE
Reconstruction on Trees: Exponential Moment Bounds for Linear Estimators
考虑具有不可约边转移矩阵$M$的无限$b$叉树$T = (V,E)$上的马尔可夫链$(ξ_v)_{v \in V} \in [k]^V$,其中$b \geq 2$,$k \geq 2$和$[k] = \{1,...,k\}$ .我们用$L_n$表示$T$的$n$级顶点.假设$M$具有实第二大(绝对值)特征值$λ$,其具有对应的实特征向量$ν\neq 0$。让$σ_v = ν_{ξ_v}$,我们考虑下面的根状态估计,这是由Mossel和Peres(2003)在树的“重构问题”的上下文中引入的:\begin{equation*} S_n = (bλ)^{-n} \sum_{x\in L_n} σ_x. \end{equation*}正如Mossel和Peres所指出的,当$bλ^2 > 1$(所谓的Kesten-Stigum重构阶段)时,量$S_n$具有一致有界方差。在这里,我们给出了当$S_n^2$。我们的研究结果的推断进化树的影响。
2009-08-14 cs.DS math.PR math.ST
Reconstruction thresholds on regular trees
我们考虑一个具有二进制状态空间和索引集$T^k$的分支随机游动,它是一个无限的有根树,其中每个节点有k个孩子(也称为“树上广播”模型).树的根取随机值0或1,然后每个节点根据2x 2转移阵P独立地将值传递给它的每个子节点。如果树的第d级的值包含有关根处的值的非零信息,如$d\to\infty$,则我们说“重建是可能的”。采用Brightwell和Winkler的方法,我们得到了一般情况和特殊情况$p_{11}=0$下不可能重构的新条件.后一种情况与统计物理学中的“硬核模型”密切相关;我们结果的一个推论是,对于具有活动$λ=1$的(k+1)-正则树上的硬核模型,对于任何k,唯一的简单不变吉布斯测度在吉布斯测度集中是极值的。
2003-05-28 math.PR
Robust Reconstruction on Trees with a Growing Alphabet
Stanford University(斯坦福大学)
本文研究字母表增长时Potts树上鲁棒重构,证明在dλ>1条件下,即使边界噪声极强,根后验渐近不变,无噪声与有噪声重构精度相同。
2026-09-29 cs.IT math.IT math.PR
Reconstruction Threshold for the Hardcore Model
在本文中,我们考虑的重建问题的树的硬核模型。我们确定了当lambda <(ln 2-o(1))ln^2(k)/(2 lnln(k))时k-正则树上的非重建机制的新界限,改进了lambda< e-1. This is almost tight as reconstruction is known to hold when lambda>(e+o(1))ln^2(k)的先前最佳界限。本文讨论了在稀疏随机图中寻找大独立集与树上独立集抽样的马尔可夫链的混合时间的关系。
2010-04-20 cs.DM math.CO math.PR
On the kernel of tree incidence matrices
我们研究了随机树关联矩阵谱中0点的δ峰的高度。我们表明,在一个大的随机树的特征值0所占的频谱的平均分数是渐近2x-1 = 0.1342865808195677459999.其中x是x = exp(-x)的唯一实根。对于有限树,我们给出了序列1,0,3,8,135,1164,21035,.的封闭形式,生成函数和渐近估计。在n^{n-2}个树关联矩阵的集合中,特征值0的重数之和为n>0。
2000-03-03 cond-mat.stat-mech math.CO math.PR
Optimal Sequence Length Requirements for Phylogenetic Tree Reconstruction with Indels
我们考虑系统发育树重建问题的插入和删除(indels)。系统发生算法在一个模型下进行,其中序列沿着模型树向下进化,并且给定叶子上的序列,问题是以高概率重建模型树。传统上,序列突变的替代唯一的过程,虽然最近的一些工作认为进化过程中的插入和删除。在本文中,我们改进了以前的工作,给出了一个重建算法,同时具有$O(\text{poly} \log n)$序列长度和容忍恒定的indel概率在每个边缘。当模型树具有$O(\text{poly} \log n)$直径和离散化分支长度时,我们的递归重建的基于距离的技术可证明地输出模型树,允许插入和删除的概率在每个边缘上是不均匀和不对称的。我们的多对数序列长度界限显着改善了以前的多项式序列长度界限和匹配的序列长度界限中的替代只有模型的系统发育进化,从而挑战的想法,许多全球的插入和删除时造成的错位$p_{indel}$是大的重建与短序列的根本障碍。
2019-02-20 cs.DS math.PR q-bio.QM
Reconstruction for models on random graphs
考虑一个附着在图的顶点上的随机变量的集合。重建问题需要估计其中一个给定的“遥远”的观察。当它们的联合概率分布是关于树的马尔可夫时,几个理论结果(和简单算法)是可用的。在本文中,我们考虑的情况下,序列的随机图,局部收敛到树。特别是,我们开发了一个充分条件的树和图的重建问题相吻合。我们把这个条件应用到随机图的着色上。此外,我们的伊辛模型在这样的图形的行为特征,无论是有吸引力的和随机的相互作用(分别为“铁磁”和“自旋玻璃”)。
2007-09-10 cond-mat.stat-mech math.CO math.PR
Global Alignment of Molecular Sequences via Ancestral State Reconstruction
分子系统发育学技术通常不能解释诸如位点插入和缺失(称为插入缺失)等常见的进化事件。相反,树构建算法和祖先状态推断程序通常依赖于序列进化的仅替换模型。在实践中,这些方法被扩展超出这个简化的设置与使用的questionistics,产生全局比对的输入序列-一个重要的问题,没有严格的基于模型的解决方案。在本文中,我们考虑一个新版本的多序列比对的背景下,随机indel模型。更确切地说,我们介绍了以下{ \em跟踪重建问题的树}(TRPT):一个二进制序列是通过树的通道,我们允许替换,删除和插入广播,我们试图重建原始序列从收到的序列在树叶的树。我们给出了一个递归的过程,这个问题具有较强的重建保证在低突变率,也提供了一个对齐的序列在树叶的树。在先前的工作中已经研究了没有indel的TRPT问题(Mossel 2004,Daskalakis等人2006),作为获得最佳系统发育重建方法的自举步骤。目前的工作建立了一个框架,这些工作扩展到进化模型与indels。
2009-12-14 cs.DS math.PR math.ST
Reconstruction for Colorings on Trees
考虑$k$ -深度$\ell$和分支因子$Δ$的完整树的着色。如果我们固定叶子的颜色,因为$\ell$趋向于$\infty$,那么对于$k$的什么范围,根均匀地分布在所有$k$颜色上?这对应于无限体积吉布斯测度唯一性的阈值。当$k\leΔ+1$时,它可以直接显示叶子的着色的存在,这些着色“冻结”了整个树。对于$k\geqΔ+2$,Jonasson证明了对于任何固定的叶子着色,根是"无偏的“,因此吉布斯测度是唯一的。叶子的{ \em典型}着色会发生什么?当叶子在期望中对根具有非零影响时,在叶子的随机着色上,重建被称为成立。非重构等价于自由边界吉布斯测度的极值。当$k<Δ/\lnΔ$时,可以直接表明重建是可能的,因此测量不是极值。我们证明,$C>1$和$k =CΔ/\lnΔ$,吉布斯措施是极端的在很强的意义上:高概率的着色的叶子的影响在根指数衰减快速与深度的树。最近Sly也证明了密切相关的结果。上述极值的强形式意味着更新恒定大小块的局部马尔可夫链具有逆线性熵常数,因此具有$O(N\log N)$混合时间,其中$N$是树的顶点数。
2009-11-29 math-ph math.CO math.MP
Reconstructing Trees from Traces
我们研究的问题,学习一个节点标记的树从一个适当定义的删除通道的独立的痕迹。这个问题,树迹重建,推广字符串迹重建,对应于树是一个路径。对于许多类的树,包括完整的树和蜘蛛,我们提供的算法,重建的标签只使用一个多项式数量的痕迹。这与已知的弦迹重建结果形成鲜明对比,弦迹重建需要指数级的多个迹线,并且其中一个中心开放问题是确定多项式数目的迹线是否足够。我们的技术结合了新颖的组合和复杂的分析方法。
2020-09-18 cs.CC cs.DS math.PR
Spectral asymptotics for stable trees
我们计算的平均值和几乎肯定领先的顺序行为的特征值计数函数与自然Dirichlet形式的$α$稳定的树木,从而导致这些随机结构的短期热核渐近的高频渐近。特别地,我们得到的结论表明,$α$稳定树的谱维数几乎必然等于$2α/(2α-1)$,匹配某些相关的离散模型。我们还表明,指数的第二项的渐近展开的本征值计数函数是不大于$1/(2α-1)$。为了证明我们的结果,我们适应自相似分形参数先前应用到连续随机树,取代分解的连续树在分支点的三个适当选择的顶点与最近开发的脊柱分解$α$稳定的树。
2010-06-08 math.PR
The top eigenvalue of uniformly random trees
本文研究均匀随机树最大特征值与最大顶点度平方根的关系,利用迹方法和新组合工具证明其期望收敛及概率尾部界,并将结果推广到前若干特征值。
2024-04-02 math.PR
Large Degree Asymptotics and the Reconstruction Threshold of the Asymmetric Binary Channels
本文考虑了噪声树网络中给定根节点的信息传播过程,并回答了当n趋于无穷大时,树的第n层符号是否包含根节点的非零信息的问题.虽然树的重建问题已经在包括信息论、数学遗传学和统计物理学的许多背景下被研究,但是现有的文献中建立严格的重建阈值非常有限。在Borgs、Chayes、Mossel和Roch的杰出工作中(Kesten-Stigum重建界对于大致对称的二进制通道是紧的),建立了d叉树上的二进制非对称通道的重建问题的精确阈值,假设非对称性足够小,这是大约十年来获得的第一个精确重建阈值。在本文中,通过精细分析的时刻递归的加权版本的磁化强度,和浓度的调查,我们严格地给出了一个完整的答案的问题,它需要有多小,以建立紧密的重建阈值,并进一步确定其渐近大的程度。
2018-12-14 math.PR
Big Data Information Reconstruction on an Infinite Tree for a $4\times 4$-state Asymmetric Model with Community Effects
无限树上的信息重构问题,是指当$n$趋于无穷大时,在树的$n$级上收集并分析大量的数据样本,以确定是否存在根的非零信息。该问题在生物学、信息论和统计物理学等各个领域都有广泛的应用,近年来它与聚类学习、数据挖掘和深度学习的密切联系也得到了很好的建立。虽然已经在许多情况下进行了研究,但现有的文献中建立严格的重建阈值非常有限。在经典的脱氧核糖核酸(DNA)进化模型$81$模型的基础上,考虑到Chargaff宇称规则中鸟嘌呤-胞嘧啶含量偏差的存在,我们研究了DNA四个碱基的$4\times 4$态不对称概率转移阵的噪声信道.通过对矩递推的精细分析、浓度的深入估计以及对渐近$4$维二阶非线性动力系统的深入研究,探讨了分子遗传学中相应的信息重构问题.我们严格地表明,当腺嘌呤和胸腺嘧啶的碱基频率之和落在区间$\left(0,1/2-\sqrt{3}/6\right)\bigcup \left(1/2+\sqrt{3}/6,1\right)$,这是第一个严格的结果与社区效应的非对称有噪信道的重建界是不紧。
2018-12-24 math.PR
Planting trees in graphs, and finding them back
本文研究了Erdens-Rényi随机图中种植结构的检测与重建问题。出于通信安全的问题,我们专注于种植结构,包括在树图。对于种植线图,我们建立以下相图。在初始图的平均度$λ$低于某个临界值$λ_c=1$的低密度区域中,当线长度$K$越过某个临界值$f(λ)\ln(n)$时,检测和重建从不可能变为容易,其中$n$是图中的节点数。在高密度区域$λ>λ_c$中,随着$K$从$o(\sqrt{n})$到$ω(\sqrt{n})$,检测从不可能变为容易,并且只要$K=o(n)$,重建就保持不可能。对于不同深度的$D$ -ary树$h$和$2\le D\le O(1)$,我们识别低密度区域$λ<λ_D$,使得以下成立。存在具有以下属性的阈值$h*=g(D)\ln(\ln(n))$。随着$h$与$h*$交叉,检测从可行变为不可能。我们还表明,只有部分重建是可行的最好的$h\ge h*$。我们猜想一个类似的图片,以保持$D$ -ary树的线在高密度区域$λ>λ_D$,但确认只有以下部分的图片:检测是很容易的$D$ -ary树的大小$ω(\sqrt{n})$,而在最好的情况下,只有部分重建是可行的$D$ -ary树的任何大小$o(n)$。这些结果与相应的图片{ \em低秩}种植结构的检测和重建,如密集的子图和块社区:我们观察到检测和重建之间的差异,后者是不可能的检测是容易的广泛的参数。这个属性不适用…
2019-06-26 math.PR
Reconstruction of symmetric Potts Models
树的重建问题已经在统计物理学、信息论和计算生物学等领域得到了广泛的研究。然而,仅在少数模型中建立了严格的重建阈值。我们证明了第一个精确的重建阈值在非二进制模型建立Kesten-Stigum界的3状态Potts模型的正则树的大程度。进一步证明了当$q$.此外,我们确定重建阈值的渐近性。
2008-11-07 math-ph math.MP math.PR
Reconstructing Arbitrary Trees from Traces in the Tree Edit Distance Model
在本文中,我们考虑的问题,重建树的痕迹在树编辑距离模型。Davies等人(2019)的先前工作分析了重建标记树的特殊情况。在这项工作中,我们显着扩大我们对这个问题的理解,在任意树的情况下,给出一般的结果。即,我们给出:当树拓扑已知时,从树迹重建问题到更经典的字符串重建问题的简化,学习任意树拓扑的下界,以及使用Nazarov和Peres(2017)的技术学习任何树的拓扑的通用算法。最后,我们讨论了为什么任意树需要指数许多样本下左传播模型。
2022-01-13 cs.CC cs.DS math.PR