(97) 隠れマルコフモデルの逐次状態分割法による蛋白質配列の分類

	マ シ ン：UNIXマシン
	環　　境：UNIX, Motif
	言　　語：C
	ソース量：0.1MB
	文　　書：マニュアル (英語)

概要

特徴

• 隠れマルコフモデルの学習を行なう HMM エンジン
• ネットワーク形状を状態分割により大きくしていくネットワーク生成器
• 分割する状態の選定、アルゴリズム停止の判断を行なう評価器
• アルゴリズムの進行状況をモニターする GUI

機能

• 多数のタンパク質のアミノ酸配列を、隠れマルコフモデルの手法によりモ デル化することができる。
• 隠れマルコフモデルの文字出力分布や状態間遷移確率といった数値的学習 と同時に、隠れマルコフモデルのネットワークの形状を学習する、逐次状態分 割法という手法を採用している。これは、1個もしくは少数の状態からなる隠 れマルコフネットワークからスタートし、マルコフモデルの数値的学習に並行 して、アミノ酸配列データの統計的傾向から、最も散らばりの大きい出力分布 を発生させる箇所を分割し、ネットワーク形状を変化させていく手法である。
• 形状の学習と数値の学習が、どちらも同じ期待値最大化原理に基づいて進 められる。

ＦＴＰ

• README,
• DOC.
• 隠れマルコフモデルの逐次状態分割法による蛋白質配列の分類 [24K]