Benutzer: Gast  Login
Originaltitel:
Data-driven robust and efficient mathematical modeling of biochemical processes
Übersetzter Titel:
Datengetriebene robuste und effiziente mathematische Modellierung von biochemischen Prozessen
Autor:
Loos, Carolin
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Mathematik
Betreuer:
Hasenauer, Jan (Dr.)
Gutachter:
Hasenauer, Jan (Dr.); Junge, Oliver (Prof. Dr.); Baker, Ruth (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAT Mathematik
TU-Systematik:
BIO 110d; MAT 022d
Kurzfassung:
Mathematical models are widely used to study biological processes by calibrating and comparing the models to experimental data. In this thesis, we provided methods for the robust and computationally efficient calibration of ordinary differential equation models. For this, we employed heavier tailed distribution assumptions for the measurement noise and exploited the structure of the underlying optimization problem. Moreover, we proposed a model for heterogeneous cell populations which is able to...     »
Übersetzte Kurzfassung:
Mathematische Modelle werden oft genutzt um biologische Prozesse zu untersuchen, indem Modelle an experimentelle Daten angepasst und verglichen werden. In dieser Arbeit stellen wir Methoden bereit um gewöhnliche Differentialgleichungsmodelle robust und recheneffizient zu kalibrieren. Dafür verwenden wir Verteilungen mit schwereren Rändern für das Messrauschen und nutzen die Struktur des zugrundeliegenden Optimierungsproblems aus. Darüber hinaus führen wir ein Modell für heterogene Zellpopulation...     »
WWW:
https://mediatum.ub.tum.de/?id=1470450
Eingereicht am:
07.02.2019
Mündliche Prüfung:
12.06.2019
Dateigröße:
7846224 bytes
Seiten:
153
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20190612-1470450-1-7
Letzte Änderung:
18.06.2019
 BibTeX