TY - A2的希灵戈认罪入狱,后者曾恩佐Pasquale盟——Koblents Eugenia AU -马里诺华金p . AU,·米戈斯PY - 2019 DA - 2019/01/20 TI -贝叶斯推理计算方法在随机动力学模型SP - 7160934六世- 2019 AB -在本文中,我们研究蒙特卡罗方法逼近后验概率分布的随机动力学模型(日)。日是多元马尔可夫跳过程模型物种间的相互作用在生物系统通常根据一组未知参数。物种数量的跟踪与交互参数的估计是一个贝叶斯推理问题的马尔可夫链蒙特卡罗(密度)方法是一个典型的计算工具。具体来说,粒子密度(pMCMC)方法已被证明是有效的,同时要求计算方法适用于这个问题。最近,它已被证明,另一种方法,贝叶斯算法,即自适应采样重要性的类,比古典MCMC-like方案可能更有效,至少在某些应用程序。例如,非线性人口蒙特卡罗(NPMC)算法取得了可喜的成果与SKM低维(经典的捕食模型)。在本文中,我们探索的应用和pMCMC NPMC skm分析复杂的自身调节的反馈网络模型。我们将演示数字网络中相关物种的种群如何可以跟踪和他们的互动率估计,即使在与部分观察场景。NPMC计划获得一个有吸引力的准确性和计算成本之间的权衡,可以让他们在许多实际应用优势。SN - 1076 - 2787你——https://doi.org/10.1155/2019/7160934——10.1155 / 2019/7160934 JF - PB - Hindawi KW - ER -复杂性