保罗·杜普伊斯;Markos A.Katsoulakis。;亚尼斯·潘塔齐斯;彼得·普莱希奇 随机动力学不确定性量化和灵敏度分析的路径空间信息界。 (英语) Zbl 1371.65004号 SIAM/ASA J.不确定性。数量。 4, 80-111 (2016). 摘要:不确定性量化是复杂随机动力学可靠建模和仿真的主要挑战。这些问题通常受到不完整信息的困扰,这些信息可能作为不确定性进入模型参数,甚至模型本身。此外,由于它们的动态性质,我们需要评估这些不确定性对随机模型的有限和长期行为的影响,并推导出感兴趣的观测值的相应不确定性界。此类挑战的一个特殊类别是模型中的参数不确定性,特别是灵敏度分析以及随机动力学的相应灵敏度界限。此外,在具有大量参数的模型中,灵敏度分析可能会更加复杂,这使得梯度方法等简单的方法不切实际。本文根据新的面向目标的发散,导出了随机动力学路径空间观测值的不确定性和灵敏度界;后者结合了可观测和信息论对象,如相对熵率。这些界限很紧,取决于特定观测值的方差,并且可以通过蒙特卡罗模拟进行计算。在灵敏度分析的情况下,导出的灵敏度界限依赖于路径空间Fisher信息矩阵,因此它们仅依赖于局部动力学,并且是无梯度的。这些功能允许在具有大量参数的系统中实现高效计算,例如复杂反应网络和分子模拟。 引用于25文件 MSC公司: 65二氧化碳 蒙特卡罗方法 60J10型 马尔可夫链(离散状态空间上的离散时间马尔可夫过程) 60J25型 一般状态空间上的连续时间Markov过程 62B10型 信息论主题的统计学方面 关键词:信息边界;费希尔信息矩阵;以目标为导向的分歧;不确定性量化;敏感性分析;随机动力学 PDF格式BibTeX公司 XML格式引用 \textit{P.Dupuis}等人,SIAM/ASA J.不确定性。数量。4、80-111(2016;Zbl 1371.65004) 全文: 内政部 arXiv公司 参考文献: [1] D.F.Anderson,{连续时间马尔可夫链参数灵敏度的有效有限差分方法},SIAM J.Numer。分析。,50(2012年),第2237-2258页·Zbl 1264.60050号 [2] G.Arampatzis和M.Katsoulakis,{\it晶格动力学蒙特卡罗模拟的目标导向灵敏度分析},J.Chem。物理。,12 (2014), 124108. ·Zbl 1320.65004号 [3] G.Arampatzis和M.A.Katsoulakis,《积分自相关时间的数值估计》,正在编写中。 [4] G.Arampatzis、M.A.Katsoulakis和Y.Pantazis,《高维随机反应网络中的加速敏感性分析》,PLOS ONE,10(2015),e0130825·Zbl 1371.62004号 [5] G.Casella和R.Berger,{\it Statistical Inference},《统计学和决策科学杜克斯伯里高级系列》,汤姆森学习出版社,2002年。 [6] K.Chowdhary和P.Dupuis,《区分和整合不确定性量化中的任意变量和认知变量》,ESAIM数学。模型。数字。分析。,47(2013),第635-662页·Zbl 1266.65009号 [7] A.Dembo和O.Zeitouni,{大偏差技术和应用},应用。数学。(纽约)38,Springer,纽约,1998年·Zbl 0896.60013号 [8] J.DiStefano III,{动态系统生物学建模与仿真},Elsevier,2013年。 [9] P.Dupuis和R.Ellis,{大偏差理论的弱收敛方法},概率统计中的威利级数,1997·Zbl 0904.60001号 [10] C.Gardiner,《随机方法手册:物理、化学和自然科学》,Springer,1985年·Zbl 0934.60003号 [11] P.Glynn,{随机系统的似然比梯度估计},ACM委员会,33(1990),第75-84页。 [12] M.Hairer和A.J.Majda,《证明线性响应理论的简单框架》,非线性,23(2010),第909-922页·Zbl 1186.82006年 [13] I.Karatzas和S.Shreve,《布朗运动和随机微积分》,施普林格出版社,1991年·Zbl 0734.60060号 [14] M.A.Katsoulakis和P.Plechac,{非平衡扩展系统参数化粗粒度的信息理论工具},J.Chem。物理。,139 (2013), 074115. [15] S.M.Kay,{统计信号处理基础:估计理论},Prentice-Hall,Englewood Cliffs,NJ,1993年·Zbl 0803.62002号 [16] D.Kim、B.Debusschere和H.Najm,《随机动力系统参数灵敏度的谱方法》,生物物理学。J.,92(2007),第379-393页。 [17] P.E.Kloeden和E.Platen,《随机微分方程的数值解》,第三版,Springer-Verlag,1999年·Zbl 1216.60052号 [18] M.Komorowski、M.J.Costa、D.A.Rand和M.P.H.Stumpf,《随机化学动力学模型的敏感性、稳健性和可识别性》,Proc。国家。阿卡德。科学。美国,108(2011),第8645-8650页。 [19] E.Lehmann和G.Casella,《点估计理论》,第2版,施普林格出版社,1998年·Zbl 0916.62017号 [20] 李俊杰、秀德秀,{认知不确定性下的失效概率计算},SIAM J.Sci。计算。,34(2012年),第A2946-A2964页·Zbl 1262.65018号 [21] N.Limnios和G.Oprisan,{半马尔科夫过程和可靠性},Springer,2001年·Zbl 0990.60004号 [22] J.S.Liu,{科学计算中的蒙特卡罗策略},《统计学中的斯普林格系列》,斯普林格-弗拉格出版社,纽约,2001年·兹比尔0991.65001 [23] C.Maes、F.Redig和A.V.Moffaert,《关于熵产生的定义,通过示例》,J.Math。物理。,41(2000),第1528-1553页·Zbl 0977.82025号 [24] A.J.Majda和B.Gershgorin,{通过经验信息理论量化气候变化科学中的不确定性},Proc。国家。阿卡德。科学。美国,107(2010),第14958-14963页。 [25] J.C.Mattingly、A.M.Stuart和M.V.Tretyakov,{通过泊松方程数值时间平均和平稳测度的收敛},SIAM J.Numer。分析。,48(2010年),第552-577页·Zbl 1217.65014号 [26] F.Nielsen和V.Garcia,{it Statistical Exponential Families:A Digest with Flash Cards},预印本,arXiv:0911.48632009。 [27] B.Oksendal,《随机微分方程:应用简介》,Springer-Verlag,2000年。 [28] Y.Pantazis和M.Katsoulakis,《平稳复杂随机动力学路径空间敏感性分析的相对熵率方法》,J.Chem。物理。,138 (2013), 054115. [29] Y.Pantazis、M.Katsoulakis和D.Vlachos,{基于路径信息理论的生化反应网络参数敏感性分析},BMC Bioninform。,14 (2013), 311. [30] S.Plyasunov和A.P.Arkin,《离散事件系统的有效随机敏感性分析》,J.Compute。物理。,221(2007),第724-738页·Zbl 1107.65301号 [31] 钱浩,{开放系统非平衡稳态:统计热力学,涨落和化学振荡},J.Phys。化学。,110(2006),第15063-15074页。 [32] M.Rathinam、P.W.Sheppard和M.Khammash,《离散随机化学反应网络参数敏感性的有效计算》,J.Chem。物理。,132 (2010), 034103. [33] C.E.Shannon,《通信数学理论》,《贝尔系统技术杂志》,27(1948),第379-423页·Zbl 1154.94303号 [34] P.Sheppard、M.Rathinam和M.Khammash,《离散随机化学系统参数敏感性计算的路径导数方法》,J.Chem。物理。,136 (2012), 034115. [35] A.D.Sokal,《统计力学中的蒙特卡罗方法:基础和新算法》,载于1996年卡奇夏令营讲座。 [36] A.Tsybakov,{非参数估计简介},Springer,2008年·Zbl 1176.62032号 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。