Glycan

This is a repository regarding OTMM(Ordered Tree Markov Model) in glycoinfomatics.

All of the programs are written in Python by myself.

Used for the senior thesis.

If you are interested in source code, please take a look at "卒論掲載コード".

実行結果の説明

各csvファイルとtxtファイルが実行結果になります。

全て対数変換された値で格納されています。

名前

• piはInitial state probability π

• a_aはState transition probability(parent→child) α

• a_bはState transition probability(elder sibling→younger sibling) β

• bはLabel output probability b

• timeは学習に費やした時間

• likelihoodは入力データ全体に対するモデルの尤度

ファイル名

• pi_学習した糖鎖データ数_しきい値(ε)_状態数.csv

• a_a_学習した糖鎖データ数_しきい値(ε)_状態数(parent)_状態数(child).csv

• a_b_学習した糖鎖データ数_しきい値(ε)_状態数(elder)_状態数(younger).csv

• b_学習した糖鎖データ数_しきい値(ε)_状態数_ラベル（単糖）の数.csv

• time_学習した糖鎖データ数_しきい値(ε)_状態数_ラベルの数.txt

• likelihood_学習した糖鎖データ数_しきい値(ε)_状態数_ラベルの数.csv

内容の説明

piは、列番号が状態の名前です。

a_aとa_bは、行番号と列番号が状態の名前です。行番号から列番号へ遷移します（例：0行1列なら状態0から状態1への遷移）。

bはインデックスに状態名が、カラムに単糖名が入っています。