无需数值求解器的微分方程模型高效推断

在利用数学模型解释观测数据时，参数推断至关重要。微分方程模型的标准推断方法通常依赖于反复求解微分方程的数值解。近期研究探讨了数值截断误差如何通过在对数似然函数中引入虚假局部极大值，对基于似然的推断产生重大、有害且有时隐蔽的影响。我们提出一种直接的推断方法，消除了求解底层微分方程的需求，从而完全避免了截断误差的影响。GitHub 上提供的开放获取 Jupyter 笔记本使他人能为广泛使用的模型类实现该方法，以解释生物学数据。