• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Interface Focus >Evolutionary game theory for physical and biological scientists. I. Training and validating population dynamics equations
【2h】

Evolutionary game theory for physical and biological scientists. I. Training and validating population dynamics equations

机译：物理和生物科学家的进化博弈论。一训练和验证种群动力学方程

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Failure to understand evolutionary dynamics has been hypothesized as limiting our ability to control biological systems. An increasing awareness of similarities between macroscopic ecosystems and cellular tissues has inspired optimism that game theory will provide insights into the progression and control of cancer. To realize this potential, the ability to compare game theoretic models and experimental measurements of population dynamics should be broadly disseminated. In this tutorial, we present an analysis method that can be used to train parameters in game theoretic dynamics equations, used to validate the resulting equations, and used to make predictions to challenge these equations and to design treatment strategies. The data analysis techniques in this tutorial are adapted from the analysis of reaction kinetics using the method of initial rates taught in undergraduate general chemistry courses. Reliance on computer programming is avoided to encourage the adoption of these methods as routine bench activities.
机译：假设不了解进化动力学限制了我们控制生物系统的能力。人们越来越意识到宏观生态系统和细胞组织之间的相似性，这激发了人们的乐观情绪，即博弈论将为癌症的发展和控制提供见识。为了实现这一潜力，应该广泛传播比较博弈论模型和人口动力学实验测量值的能力。在本教程中，我们提供一种分析方法，该方法可用于训练游戏理论动力学方程式中的参数，用于验证所得方程式，并可用于进行预测以挑战这些方程式并设计治疗策略。本教程中的数据分析技术是根据使用本科生普通化学课程中讲授的初始速率的方法对反应动力学进行分析而改编的。避免了对计算机编程的依赖，以鼓励采用这些方法作为日常工作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号