基于代数可观测 PINN 的部分观察下流行病学参数估计
机器学习
2024-07-18 v1 动力系统
种群与进化
摘要
在本研究中，我们考虑了基于物理信息神经网络（PINNs）的流行病学参数估计问题。实际情况下，无法获取与流行病模型估计的种群对应的所有轨迹数据，且一些观察到的轨迹具有噪声。使用此类部分观察来学习 PINN 以估计未知流行病学参数具有挑战性。因此，我们引入了将代数可观测性引入 PINN 的概念。通过数值实验，我们展示了所提出的 PINN（称为代数可观测 PINN）在参数估计和预测未观察变量方面的有效性。
引用
@article{arxiv.2407.12598,
title = {Estimate Epidemiological Parameters given Partial Observations based on Algebraically Observable PINNs},
author = {Mizuka Komatsu},
journal= {arXiv preprint arXiv:2407.12598},
year = {2024}
}