Benutzer: Gast  Login
Originaltitel:
Efficient accurate and robust statistical inference for deterministic and stochastic models of biochemical systems
Übersetzter Titel:
Effiziente akkurate und robuste statistische Inferenz für deterministische und stochastische Modelle biochemischer Systeme
Autor:
Schälte, Yannik
Jahr:
2022
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Mathematik
Betreuer:
Hasenauer, Jan (Prof. Dr.)
Gutachter:
Hasenauer, Jan (Prof. Dr.); Kaltenbacher, Barbara (Prof. Dr.); Stumpf, Michael (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAT Mathematik
Stichworte:
efficient, accurate, robust, scalable, ODE, ABC, noise, likelihood-free
Übersetzte Stichworte:
effizient, akkurat, robust, skalierbar, ODE, ABC, Messrauschen, Likelihood-frei
TU-Systematik:
BIO 110; MAT 022
Kurzfassung:
We develop efficient, accurate, robust parameter inference methods for large-scale ODE models and for ABC. Firstly, we develop an ODE adjoint hierarchical optimization method. Secondly, turning to ABC, we develop an efficient method for exact likelihood-free inference under measurement noise. Thirdly, we develop an adaptive ABC distance robust to data outliers. Fourthly, we develop an ABC distance weighting scheme using regression models to account for data informativeness.
Übersetzte Kurzfassung:
Wir entwickeln effiziente, akkurate, robuste Parameterinferenzmethoden für ODE-Modelle und ABC. Erstens entwickeln wir einen adjungiert-hierarchischen ODE-Optimierungsansatz. Zweitens entwickeln wir eine effiziente Methode für Likelihood-freie Inferenz unter Messrauschen. Drittens entwickeln wir eine Ausreißer-robuste adaptive ABC-Distanz. Viertens entwickeln wir ein ABC-Distanzgewichtungsschema, welches mittels Regressionsmodellen Informativität von Daten berücksichtigt.
WWW:
https://mediatum.ub.tum.de/?id=1625172
Eingereicht am:
27.09.2021
Mündliche Prüfung:
01.06.2022
Dateigröße:
4826052 bytes
Seiten:
148
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220601-1625172-1-1
Letzte Änderung:
28.07.2022
 BibTeX