常微分方程模型中松散性的成因与对策
分子网络
2014-09-02 v1 数据分析、统计与概率
定量方法
摘要
基于数据的生化反应网络数学建模（例如通过非线性常微分方程 (ODE) 模型）已成功应用。在此背景下，参数估计与不确定性分析是评估模型对系统描述质量的主要任务。近期，人们观察到目标函数的 Hessian 矩阵具有覆盖多个数量级的宽特征值谱，并将其称为“松散性” (sloppiness)。在本工作中，我们从敏感性矩阵的结构出发，研究了松散性的起源，这些结构源于模型拓扑属性和实验设计。此外，我们提出了利用最优实验设计方法来规避松散性问题的策略，并为基准模型展示了非松散的设计方案。
引用
@article{arxiv.1406.1734,
title = {Cause and Cure of Sloppiness in Ordinary Differential Equation Models},
author = {Christian Tönsing and Jens Timmer and Clemens Kreutz},
journal= {arXiv preprint arXiv:1406.1734},
year = {2014}
}
备注
17 pages, 15 figures, submitted to Phys. Rev. E on 12 April 2014