کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6371918 | 1624011 | 2015 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Reconstructing the hidden states in time course data of stochastic models
ترجمه فارسی عنوان
بازبینی وضعیت های پنهان در دوره زمانی داده ها از مدل های تصادفی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
برآورد پارامتر، مدل های تصادفی، برآورد دولت، زیست شناسی سیستم،
ترجمه چکیده
این مقاله قدرت روش را در سناریوهای مختلف مدل لوتکا-والتررا نشان می دهد، از جمله مواردی که جمعیت طغیان می میرد یا منفجر می شود و یک سیستم نوسان کلسیم است. علاوه بر نشان دادن اینکه چگونه فرمت جدید، صحت برآوردهای پارامتر را بهبود می بخشد، این مقاله دقت تخمین های دولت را تحلیل می کند. بر خلاف رویکردهای قبلی، رویکرد جدید قادر به برآورد حالت ها و پارامترها برای همه سناریوها است. همانطور که شبیه سازی های تصادفی نیازی نیست، از همان روش سرعت به عنوان روش های تخمینی پارامترهای کمترین مربعات با توجه به زمان محاسباتی استفاده می شود.
موضوعات مرتبط
علوم زیستی و بیوفناوری
علوم کشاورزی و بیولوژیک
علوم کشاورزی و بیولوژیک (عمومی)
چکیده انگلیسی
This article demonstrates the power of the method on different scenarios of a Lotka-Volterra model, including cases in which the prey population dies out or explodes, and a Calcium oscillation system. Besides showing how the new extension improves the accuracy of the parameter estimates, this article analyzes the accuracy of the state estimates. In contrast to previous approaches, the new approach is well able to estimate states and parameters for all the scenarios. As it does not need stochastic simulations, it is of the same order of speed as conventional least squares parameter estimation methods with respect to computational time.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mathematical Biosciences - Volume 269, November 2015, Pages 117-129
Journal: Mathematical Biosciences - Volume 269, November 2015, Pages 117-129
نویسندگان
Christoph Zimmer,