文献

J-GLOBAL ID：202002220797213655   整理番号：20A0476106

予測機構モデルにおける推定のためのパラメータ重要性ランキングのための手順【JST・京大機械翻訳】

A procedure for ranking parameter importance for estimation in predictive mechanistic models

著者 (2件)： Elevitch Craig R. (Agroforestry Net, 76-5921 Mamalahoa Hwy, #5, Holualoa, HI, 96725, United States) ,  Johnson C. Richard (School of Electrical and Computer Engineering, Frank HT Rhodes Hall, Cornell University, Ithaca, NY, 14853, USA)
資料名： Ecological Modelling  (Ecological Modelling)
巻： 419  ページ： Null  発行年： 2020年 
JST資料番号： A0605B  ISSN： 0304-3800  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 著者らは,以前の生物物理学的研究と専門知識から決定された一連のパラメータを持つ現実の生命システムの合理的に良い予測子と考えられる機構モデルから始める。複雑な機械的成長モデルに対しては,通常,データに基づく最も重要なパラメータ(すなわち,動的モデル挙動に最も影響を及ぼすもの)の部分集合を数値的に推定することが有利であり,それらの推定値において他を固定する。エンドユーザ推定のための減次パラメータ部分集合を決定することは困難であり,しばしばエキスパート知識と試行錯誤に依存している。直接的ではあるが単純化された方法は,個々のパラメータの変化に対するモデル出力の1時間(OAT)感度に依存する。しかし,この一般的に使用される方法は,多重パラメータの同時変化がモデルの非線形性により予測不可能な方法でモデル出力に大きく影響することを説明することができない。さらに,パラメータ間の隠れた関係は,異なる初期推定値からパラメータの一貫した同定可能性を防ぐことができる。モデル出力に対する個々のパラメータ変動の影響を解析するよりも,二次コスト関数の曲率に対するパラメータの重要性を評価した。この解析は,モデルパラメータに関して費用関数(aka Hessian行列)の二次部分導関数の行列を計算することによって実行される。コスト関数Hessianを計算することにより,複数のパラメータの変化を同時に解析できる。この方法を,パラメータの重要性に対するランク付けを決定するための解析的で再現性のある手順として示した。この手順を,Yield-SAFE予測農業林業成長モデルの限られたバージョンで実証した。解析のために,12のモデルパラメータを,Yield-SAFEの公表された実装において与えられたものに設定されたそれらの公称値と共に考慮した。Hessianは,公称パラメータ設定の近傍で系統的に選択された2~12(=4096)位置で計算され,各パラメータのコスト関数曲率への相対寄与により決定されたパラメータランキングを生成した。トップランク6パラメータは4096位置の4091に対して同じであり,この手順が合理的に良好な初期パラメータ推定と実データを与えられた推定に対する最も重要なパラメータを推奨するモデルを導く可能性を有することを示唆した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 生物物理学 ,  *推定量 ,  農業 ,  非線形性 ,  システム同定 ,  簡素化 ,  費用関数 ,  ダイナミックモデル ,  再現性 ,  林業 ,  導関数 ,  曲率 ,  多重化 ,  等級づけ ,  パラメータ推定

著者キーワード (7件)： 予測 ,  モデリング ,  アグロフォレストリー ,  システム同定 ,  一貫した識別可能性 ,  パラメータ空間 ,  還元

分類 (2件)： エネルギー政策・エネルギー制度  (LA01040K) ,  生態系  (EE01040P)

タイトルに関連する用語 (7件)： 予測 ,  モデル ,  推定 ,  パラメータ ,  重要性 ,  ランキング ,  手順