跳到正文
热点事件持续更新

研究提出随机多尺度生物过程数字孪生校准与控制框架

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Keilung Choy 与 Wei Xie 提出一套面向生物系统之系统(Bio-SoS)范式的偏差感知数字孪生校准与控制框架,用于多尺度生物过程模型。该框架以随机微分方程(SDE)建模,结合拟似然估计与伴随灵敏度分析,从稀疏离散观测中完成校准。 据作者表述,其目标是同时处理模型偏差与随机性,并据此进行最优控制。目前公开信息为研究框架本身,未给出具体应用场景下的验证结果或性能数据。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv stat.ML
    基于伴随法的随机多尺度生物过程数字孪生校准与最优控制

    研究提出面向生物系统之系统(Bio-SoS)范式的偏差感知数字孪生校准与控制框架,用随机微分方程(SDE)建模,结合拟似然估计与伴随灵敏度分析从稀疏离散观测中校准。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。