Sabine Mercier
IMT, Université Paul Sabatier Toulouse III
https://perso.math.univ-toulouse.fr/mercier/
Date(s) : 25/02/2019 iCal
14 h 00 min - 15 h 00 min
En première partie d’exposé, nous commencerons par définir le score local et présenter le contexte historique des travaux théoriques sur sa distribution. Nous considérerons dans cette partie les séquences comme suites de variables aléatoires indépendantes et identiquement distribuées puis comme chaînes de Markov. Les résultats théoriques, exacts ou asymptotiques, sur la distribution du score local, de la longueur du segment le réalisant, ou encore sur son indice de réalisation dans la séquence, seront rapidement présentés ainsi que leur domaine d’applications respectifs.
Des travaux reposant sur une autre approche de type bayésienne seront ensuite développés en seconde partie d’exposé. Nous proposons de probabiliser l’espace de tous les segments possibles d’une séquence observée, optimaux et sous optimaux, sans se limiter uniquement aux segments réalisant le score local ; de mettre cet espace en relation avec celui provenant naturellement d’un modèle génératif d’une simili chaîne de Markov cachée contrainte. Cette dualité permet alors un transfert de compétences pour la détection de segments atypiques : estimation des probabilités a posteriori qu’un composant de la séquence soit dans un état atypique, qu’un segment atypique commence ou finisse à un indice, ou encore portant sur la longueur du segment atypique ; redimensionnement des échelles de scores classiques afin d’assurer une interprétation des résultats cohérente ; apprentissage supervisé ou non d’échelle de scores ; possibilité d’estimer des scores pour composants ambigus ou de profils d’alignements ; estimations par intervalles de confiance ; réalisation de test sur les scores et scores locaux…
Catégories