克里斯蒂安·米勒;霍尔格·迪达姆;托马斯·Mrziglod;安德烈亚斯·舒伯特 一种神经网络辅助的Metropolis调整Langevin算法。 （英语） 兹比尔07218631 蒙特卡罗方法应用。 26，第2期，第93-111页（2020年）. 小结：本文推导了一种由神经网络支持的马尔可夫链蒙特卡罗（MCMC）算法。特别是，我们使用神经网络以廉价的神经网络评估代替Metropolis adjusted Langevin算法（MALA）步骤中的导数计算。使用一个复杂的高维血液凝固模型和一组测量值，我们定义了一个似然函数，在此基础上评估新的MCMC算法。凝血模型是一个动态模型，其中导数计算是昂贵的，因此限制了基于导数的MCMC算法的效率。MALA自适应大大缩短了每次迭代的时间，但只对样本质量产生轻微影响。我们还用一个非凸形状的二维示例测试了新算法，在这种情况下，MALA算法明显优于其他最先进的MCMC算法。为了评估新算法的影响，我们将结果与之前生成的MALA和随机行走Metropolis Hastings（RWMH）的结果进行了比较。 MSC公司： 65二氧化碳 蒙特卡罗方法 关键词：马尔科夫蒙特卡洛;神经网络 软件：雏菊;CVODE公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Müller}等人，蒙特卡罗方法应用。26，第2号，93--111（2020；Zbl 07218631） 全文： 内政部 参考文献： [1] A.Arenas、E.Omodei和M.Brashears，人类对社会网络结构和关系影响的回忆机制模型，《科学》。Rep.7（2017），第17133条。 [2] F.Baermann，神经网络工具，http://www.nntool.de/Englisch/index_engl.html。 [3] A.R.Barron，人工神经网络的近似和估计界，马赫数。学习。14.1 (1994), 115-133. ·Zbl 0818.68127号 [4] G.Bellu，M.P.Saccomani，S.Audoly和L.D'Angió，DAISY：测试生物和生理系统全局可识别性的新软件工具，Comp。方法生物识别程序88（2007），52-61。 [5] S.Brooks、A.Gelman、G.L.Jones和X.-L.Meng，《马尔可夫链蒙特卡罗手册》，查普曼和霍尔/CRC Handb。国防部。《统计方法》，CRC出版社，博卡拉顿，2011年·Zbl 1218.65001号 [6] R.Burghaus，K.Coboeken，T.Gaub，C.Niederalt，A.Sensse，H.U.Siegmund，W.Weiss，W.Mueck，T.Tanigawa和J.Lippert，药物从华法林转换为利伐他滨口服直接因子Xa抑制剂的潜在给药方案的计算研究，前沿生理学。5（2014），第417条。 [7] S.D.Cohen和A.C.Hindmarsh，CVODE，C中的刚性/非刚性ODE解算器，计算。物理。10 (1996), 138-143. [8] M.K.Cowles和B.P.Carlin，《马尔可夫链蒙特卡罗收敛诊断：比较综述》，J.Amer。统计师。协会91（1996），编号434883-904·Zbl 0869.62066号 [9] G.Cybenko，S形函数的叠加逼近，数学。控制信号系统。2（1989），第4期，303-314·Zbl 0679.94019号 [10] A.Gelman和D.Rubin，使用多序列的迭代模拟推断，统计。科学。7 (1992), 457-472. ·Zbl 1386.65060号 [11] M.Girolami和B.Calderhead，黎曼流形Langevin和哈密顿蒙特卡罗方法，J.R.Stat.Soc.Seri。B统计方法。73（2011），第2期，123-214·兹比尔1411.62071 [12] A.Griewank和A.Walther，《衍生品评估》。《算法微分原理与技术》，第二版，工业与应用数学学会，费城，2008年·Zbl 1159.65026号 [13] H.Haario、E.Saksman和J.Tamminen，自适应大都会算法，伯努利7（2001），第2期，223-242·Zbl 0989.65004号 [14] W.K.Hastings，使用马尔可夫链的蒙特卡罗采样方法及其应用，《生物特征》57（1970），第1期，97-109·Zbl 0219.65008号 [15] H.C.Hemker、P.Giesen、R.Al Dieri、V.Regnault、E.de Smedt、R.Wagenvoord、T.Lecompte和S.Béguin，凝血血浆中校准自动凝血酶生成测量，病理生理学。《止血血栓》33（2003），4-15。 [16] M.Krauss，《使用贝叶斯-PBPK模型评估诱导间变异性和亚组分层》，《硅药理学》1（2013），10.1186/2193-9616-1-6·doi:10.1186/2193-9616-1-6 [17] M.Krauss，贝叶斯人群基于生理学的药代动力学（PBPK）方法，用于临床相关人群个体间变异的生理现实表征，PLoS One 10（2015），文章编号e0139423。 [18] C.Müller，F.Weysser，T.Mrziglod和A.Schuppert，Markov-Chain Monte-Carlo方法和不可识别性，Monte Carlo方法应用。24（2018），第3期，203-214·Zbl 1497.65008号 [19] A.Raue、C.Kreutz、T.Maiwald、J.Bachmann、M.Schilling、U.Klingmüller和J.Timmer，利用轮廓似然对部分观测到的动力学模型进行结构和实用可识别性分析，生物信息学25（2009），第15期，1923-1929。 [20] G.O.Roberts和J.S.Rosenthal，各种Metropolis-Hastings算法的最佳缩放，统计。科学。16（2001），第4期，351-367·Zbl 1127.65305号 [21] S.Shammas，基于寡聚体直接观察的τ淀粉样蛋白聚集机制模型，自然通讯社。6（2015），第7025条。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。