Scalable Simulation and Optimization Methods for Differential Equation Models describing Biochemical Reaction Networks

Fröhlich, Fabian

Lehrstuhl für Mathematische Modelle biol. Systeme (Prof. Theis)

Back
Back to start of result list
Permanent link for displayed object

If you experience problems opening the document, please try this link.

Original title:: Scalable Simulation and Optimization Methods for Differential Equation Models describing Biochemical Reaction Networks
Translated title:: Skalierbare Methoden zu Simulation und Optimierung von Differentialgleichungsmodellen von Biochemischen Reaktionsnetzwerken
Author:: Fröhlich, Fabian
Year:: 2018
Document type:: Dissertation
Faculty/School:: Fakultät für Mathematik
Advisor:: Hasenauer, Jan (Dr.)
Referee:: Hasenauer, Jan (Dr.); Junge, Oliver (Prof. Dr.); Radde, Nicole (Prof. Dr.)
Language:: en
Subject group:: MAT Mathematik
Keywords:: constrained optimization, parameter estimation, biochemical reaction networks, differential equations
Translated keywords:: Optimierung, Parameterschätzung, Differentialgleichung, biochemische Reaktionsnetzwerke
TUM classification:: BIO 110d; MAT 022d
Abstract:: In this thesis, I developed scalable methods for simulation and parameter estimation for differential equation models of biochemical reaction networks. I formulated the parameter estimation problem for stochastic models and models with discrete events. Moreover, I developed efficient methods that scale well with respect to the number of parameters and state variables and applied them to models with hundreds of state variables and thousands of parameters.
Translated abstract:: In dieser Dissertation habe ich skalierbare Methoden zur Simulation und Parameterschätzung für Differentialgleichungsmodelle von biochemischen Reaktionsnetzwerken entwickelt. Ich habe das Parameterschätzungsproblem für stochastischer Modelle und Modelle mit diskreten Ereignissen formuliert. Außerdem habe ich effiziente Methoden für die Parameterschätzung die gut mit der Anzahl an Parametern und Zustandsvariablen skalieren entwickelt und auf Modelle mit hunderten Parametern und tausenden Zustandsvariablen angewendet. «
In dieser Dissertation habe ich skalierbare Methoden zur Simulation und Parameterschätzung für Differentialgleichungsmodelle von biochemischen Reaktionsnetzwerken entwickelt. Ich habe das Parameterschätzungsproblem für stochastischer Modelle und Modelle mit diskreten Ereignissen formuliert. Außerdem habe ich effiziente Methoden für die Parameterschätzung die gut mit der Anzahl an Parametern und Zustandsvariablen skalieren entwickelt und auf Modelle mit hunderten Parametern und tausenden Zustands... »
WWW:: https://mediatum.ub.tum.de/?id=1377899
Date of submission:: 10.01.2018
Oral examination:: 29.03.2018
File size:: 11504700 bytes
Pages:: 148
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20180329-1377899-1-3
Last change:: 25.04.2018
BibTeX