Theis, Fabian J. (Prof. Dr. Dr.); Kaltenbacher, Barbara (Prof. Dr.); Kuttler, Christina (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAT Mathematik
Stichworte:
PDE constrained optimization, parameter estimation, uncertainty quantification, systems biology
Übersetzte Stichworte:
Optimierung mit PDG Nebenbedingungen, Parameterschätzung, Unsicherheitsanalyse, System Biologie
TU-Systematik:
BIO 110d; MAT 022d
Kurzfassung:
Parameter estimation problems in image based systems biology face problems such as partial observations, high noise levels and parameter indeterminacy combined with the computational complexity of PDE models. This work develops a novel fast method for uncertainty quantification for PDE constrained inverse problems with a special focus on the requirements of systems biology. The merits of the method are evaluated on two biological applications, which yielded new biological insights.
Übersetzte Kurzfassung:
In der bildbasierten System Biologie stellen teilweise Beobachtungen, hohe Messfehler und Parameterunbestimmheiten sowie der Rechenaufwand der betrachteten PDG Modelle eine große Herausforderung für die Parameterschätzung dar. In dieser Arbeit wurde eine neue, schnelle Methode zur Bestimmung von Parameterunsicherheiten in Inverse Probleme mit PDG Nebenbedingungen entwickelt, dabei lag ein spezieller Fokus auf den Anforderungen der System Biologie. Die Vorzüge der Methode wurden an zwei biologischen Anwendungen aufgezeigt.
«
In der bildbasierten System Biologie stellen teilweise Beobachtungen, hohe Messfehler und Parameterunbestimmheiten sowie der Rechenaufwand der betrachteten PDG Modelle eine große Herausforderung für die Parameterschätzung dar. In dieser Arbeit wurde eine neue, schnelle Methode zur Bestimmung von Parameterunsicherheiten in Inverse Probleme mit PDG Nebenbedingungen entwickelt, dabei lag ein spezieller Fokus auf den Anforderungen der System Biologie. Die Vorzüge der Methode wurden an zwei biologisc...
»