本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-11-03
摘要
了解網路中的雜訊並找到代表系統的正確尺度是網路生物學中的重要問題。大多數研究都集中在資料/模擬的原始微觀網路上，很少探索屬性的尺度依賴性。在這裡，我們介紹 einet 包，它使用資訊理論和網路科學的最新概念來研究生物網絡中資訊最豐富的尺度。 einet 使用兩個指標：有效訊息，衡量網絡邊緣的簡併性和決定論之間的相互作用；以及因果出現，發現具有最高有效信息的網絡規模。 einet 可在 R 和 Python 中使用，並提供工具來探索網路中的雜訊和尺度依賴性以及比較網路中的資訊流和雜訊。