モデルシミュレーションにおけるスロピネスの解析:数学モデルがデータに適合する時のパラメータ不確実性の解明【JST・京大機械翻訳】

Monsalve-Bravo Gloria M.; Lawson Brodie A. J.; Drovandi Christopher; Burrage Kevin; Brown Kevin S.; Baker Christopher M.; Vollert Sarah A.; Mengersen Kerrie; McDonald-Madden Eve; Adams Matthew P.

プレプリント

J-GLOBAL ID：202202215644988067 整理番号：22P0311834

モデルシミュレーションにおけるスロピネスの解析:数学モデルがデータに適合する時のパラメータ不確実性の解明【JST・京大機械翻訳】

Analysis of sloppiness in model simulations: unveiling parameter uncertainty when mathematical models are fitted to data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年03月28日プレプリントサーバーでの情報更新日： 2022年09月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本研究は,以前の信念とデータの組み合わせによって制約されたパラメータ値の変化に対するモデル出力の感度を評価するための包括的なアプローチを紹介する。この新しいアプローチは,モデルデータ適合の品質に強く影響する剛性パラメータの組み合わせを同定し,一方,これらの主要なパラメータ組合せのどれが,主にデータによって情報されるか,あるいは,事前の影響を受けているかを,同時に明らかにした。データの量と質が全体的に推定されるモデルパラメータの数と比較して低い複雑なシステムにおける非常に一般的な文脈に焦点を当て,生化学,生態学および心臓電気生理学における応用に対するこの技術の利点を示した。また,著者らは,一旦同定された,剛性パラメータ組合せが,モデル化され,そして,モデルパラメーターが,集団的モデルデータフィッティングから改善されたパラメータ推論のための将来の実験で優先される必要のある,システムの基礎となる制御機構を明らかにする,ことを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

循環系の基礎医学 , 水文学一般 , 土壌管理 , オペレーションズリサーチ一般 , 固体デバイス計測・試験・信頼性

, , ,

前のページに戻る