• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE/ACM transactions on computational biology and bioinformatics >A Multi-State Optimization Framework for Parameter Estimation in Biological Systems
【24h】

A Multi-State Optimization Framework for Parameter Estimation in Biological Systems

机译：生物系统参数估计的多状态优化框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Parameter estimation is a key concern for reliable and predictive models of biological systems. In this paper, we propose a multi-objective, multi-state optimization framework that allows multiple data sources to be incorporated into the parameter estimation process. This enables the model to better represent a diverse range of data from both within and outwith the training set; and to determine more biologically relevant parameter values for the model parameters. The framework is based on a multi-objective PSwarm implementation (MoPSwarm) and is validated via a case study on the ERK signalling pathway, in which significant advantages over the conventional single-state approach are demonstrated. Several variants of the framework are analyzed to determine the optimal configuration for convergence and solution quality.
机译：参数估计是生物系统可靠和预测模型的关键问题。在本文中，我们提出了一个多目标，多状态优化框架，该框架允许将多个数据源合并到参数估计过程中。这使模型可以更好地表示训练集中内外的各种数据；并确定模型参数的更多生物学相关参数值。该框架基于多目标PSwarm实现（MoPSwarm），并通过对ERK信号通路的案例研究进行了验证，其中证明了优于传统单状态方法的显着优势。分析了框架的几种变体，以确定用于收敛和解决方案质量的最佳配置。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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