C. elegans 逃逸动力学的自动化、可预测且可解释推断
神经元与认知
2019-06-19 v1 定量方法
机器学习
摘要
秀丽隐杆线虫（C. elegans）在快速升温时表现出稳健的逃逸行为。该行为持续数秒，呈现历史依赖性，涉及感觉与运动系统，且过于复杂以致无法利用现有知识进行机制建模。作为替代，我们从现象学上对该过程建模，并使用 Sir Isaac 动力学推断平台直接从实验数据中以完全自动化方式推断模型。所推断的模型需要引入一个未观测的动力学变量，且具有生物学可解释性。该模型对线虫行为的动力学作出准确预测，并可用于刻画逃逸响应背后动力学系统的功能逻辑。本工作展示了现代人工智能在辅助发现复杂自然系统的准确且可解释模型方面的能力。
引用
@article{arxiv.1809.09321,
title = {Automated, predictive, and interpretable inference of C. elegans escape dynamics},
author = {Bryan C. Daniels and William S. Ryu and Ilya Nemenman},
journal= {arXiv preprint arXiv:1809.09321},
year = {2019}
}
备注
19 pages, 5 figures