User: Guest  Login
Original title:
From low-dimensional model selection to high-dimensional inference: tailoring Bayesian methods to biological dynamical systems 
Translated title:
Von niederdimensionaler Modellselektion zu hochdimensionaler Inferenz: maßgeschneiderte Bayesianische Methoden für biologische dynamische Systeme 
Year:
2015 
Document type:
Dissertation 
Institution:
Fakultät für Mathematik 
Advisor:
Theis, Fabian J. (Prof. Dr. Dr.) 
Referee:
Theis, Fabian J. (Prof. Dr. Dr.); Junge, Oliver (Prof. Dr.); Girolami, Mark (Prof. Dr.) 
Language:
en 
Subject group:
MAT Mathematik 
Keywords:
Bayesian inference, Bayesian model selection, ODEs, MCMC 
Translated keywords:
Bayesianische Inferenz, Bayesianische Modellselektion, ODEs, MCMC 
Abstract:
In this thesis we use differential equations for mathematically representing biological processes. For this we have to infer the associated parameters for fitting the differential equations to measurement data. If the structure of the ODE itself is uncertain, model selection methods have to be applied. We refine several existing Bayesian methods, ranging from an adaptive scheme for the computation of high-dimensional integrals to multi-chain Metropolis-Hastings algorithms for high-dimensional pa...    »
 
Translated abstract:
In dieser Dissertation werden Differentialgleichungen verwendet um biologische Prozesse mathematisch zu repräsentieren. Dazu müssen die zugehörigen Parameter inferiert werden um an Messdaten zu fitten. Ist zudem die Struktur der Differentialgleichung an sich unsicher, müssen Modelselektionsmethoden angewandt werden. Wir erweitern hierzu existierende Bayesianische Methoden. Das Spektrum reicht von adaptiven Schemata zur Berechnung hochdimensionaler Integrale bis hin zu Multiketten-Metropolis-Hast...    »
 
Oral examination:
04.02.2015 
File size:
10235311 bytes 
Pages:
212 
Last change:
05.03.2015