×
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。