格兰杰因果matlab代码时间序列中的Granger因果推理,用于识别睡眠中的分子指纹
该存储库包含在SLIMMBA项目中实现的代码(通过呼吸分析监测睡眠和光诱导代谢)。
我们使用格兰杰因果关系的概念研究了代谢与睡眠之间的依赖性,并设计了一种基于神经网络和自举法推断非线性格兰杰因果关系的技术。
通常,我们考虑的问题可以如下形式化。
我们假设我们获得了从不同实验单位(在这种情况下为单个个体,即受试者)检索到的多元时间序列的N个副本。
这些多元时间序列包括:
分类值目标变量Y
,代表T个时间段内的睡眠阶段。
M个连续值的离子强度时间序列X
j
,其中j
=
1,...,M
。
然后的目的是鉴定与睡眠阶段相关的代谢产物,即驱动睡眠阶段的代谢产物和由该阶段驱动的代谢产物。
贡献者
RičardsMarcinkevičs()
ĐorđeMiladinović()
背景
人类睡眠与新陈代谢之间的关系尚未得到系统的研究和充分理解。
我们在格兰杰因果关系的框架下研究了睡眠阶段与呼气质谱之间的关系。
我们使用可扩展的神经网络方法来推断连续值和分类值变量之间的非线性Granger因果关系。
我们在具有不同