Ordinary differential equation (ODE) models in systems biology often comprise unknown parameters which have to be inferred from measurements. This is commonly done by optimizing the agreement of model simulation and measurements. However, experiments often only provide semi-quantitative or even qualitative data. In this thesis, we develop efficient methods for parameter estimation of ODE models based on (i) relative data by combining scalable gradient computation and hierarchical optimization and on (ii) qualitative data by deriving a more efficient framework for the optimal scaling method.     «

Ordinary differential equation (ODE) models in systems biology often comprise unknown parameters which have to be inferred from measurements. This is commonly done by optimizing the agreement of model simulation and measurements. However, experiments often only provide semi-quantitative or even qualitative data. In this thesis, we develop efficient methods for parameter estimation of ODE models based on (i) relative data by combining scalable gradient computation and hierarchical optimization an...     »

Gewöhnliche Differentialgleichungsmodelle (ODE) in der Systembiologie enthalten oft unbekannte Parameter, die aus Messungen geschätzt werden müssen. Dies geschieht häufig durch Optimierung der Übereinstimmung von Modellsimulation und Messung. Experimente liefern jedoch oft nur semi-quantitative oder sogar nur qualitative Daten. In dieser Arbeit entwickeln wir effiziente Methoden zur Parameterschätzung von ODE-Modellen auf der Basis von (i) relativen Daten durch Kombination von skalierbarer Gradientenberechnung und hierarchischer Optimierung und auf der Basis von (ii) qualitativen Daten durch Herleitung eines effizienteren Frameworks für die optimal scaling Methode.     «

Gewöhnliche Differentialgleichungsmodelle (ODE) in der Systembiologie enthalten oft unbekannte Parameter, die aus Messungen geschätzt werden müssen. Dies geschieht häufig durch Optimierung der Übereinstimmung von Modellsimulation und Messung. Experimente liefern jedoch oft nur semi-quantitative oder sogar nur qualitative Daten. In dieser Arbeit entwickeln wir effiziente Methoden zur Parameterschätzung von ODE-Modellen auf der Basis von (i) relativen Daten durch Kombination von skalierbarer Gradi...     »