化学反应网络的贝叶斯验证
计算工程、金融与科学
2020-04-24 v1
摘要
我们提出一种数据驱动的验证方法，用于判定给定化学反应网络（CRN）是否满足以模态逻辑公式表达的给定性质。我们的方法包含三个阶段，将基于模型的的形式化验证与数据学习相整合。首先，我们考虑基于已知化学计量学的参数化可能模型集合，并针对感兴趣的性质对其进行分类。其次，我们利用贝叶斯推断，用从底层 CRN 收集的数据更新参数化模型内参数的概率分布。在第三也是最后阶段，我们结合两步结果计算底层 CRN 满足给定性质的概率。我们将该新方法应用于一个案例研究，并与贝叶斯统计模型检验进行比较。
引用
@article{arxiv.2004.11321,
title = {Bayesian Verification of Chemical Reaction Networks},
author = {Gareth W. Molyneux and Viraj B. Wijesuriya and Alessandro Abate},
journal= {arXiv preprint arXiv:2004.11321},
year = {2020}
}