基于智能体的肺结核感染疾病模型的验证
定量方法
2021-03-02 v1
摘要
基于智能体的模型（Agent-Based Models，ABM）是一类强大的计算模型，广泛用于模拟许多不同应用领域中的复杂现象。然而，文献中鲜有探讨的其中一个最关键的方面涉及模型可信度评估的重要步骤：解验证。本研究通过提出一个通用的 ABM 验证框架来克服这一局限，该框架旨在评估与模型相关的数值误差。我们详细描述了一个分步流程（包含两项主要的验证研究：确定性模型验证与随机模型验证），并将其应用于一个关键任务场景：量化 UISS-TB 的数值近似误差——UISS-TB 是一个用于预测肺结核进展的人体免疫系统 ABM。结果为使用所提出的模型验证工作流来系统性地识别和量化与 UISS-TB 以及一般而言与任何其他 ABM 相关的数值近似误差提供了依据。
引用
@article{arxiv.2103.00182,
title = {Verification of an agent-based disease model of human mycobacterium tuberculosis infection},
author = {Cristina Curreli and Francesco Pappalardo and Giulia Russo and Marzio Pennisi and Dimitrios Kiagias and Miguel Juarez and Marco Viceconti and .},
journal= {arXiv preprint arXiv:2103.00182},
year = {2021}
}