统计学 > 方法论
[提交于 2025年7月6日
]
标题: 隔室模型的结构可辨识性:最新进展与未来方向
标题: Structural Identifiability of Compartmental Models: Recent Progress and Future Directions
摘要: 我们总结了关于隔室模型结构可辨识性的理论和应用的最新进展。 在应用方面,我们回顾了最近针对流行病学、肿瘤学和其他领域出现的模型进行的可辨识性分析;并总结了处理不可辨识模型的常用方法。 我们还强调了最近在如何重新参数化不可辨识模型方面的理论和算法结果,以及在线性隔室模型的背景下,如何直接从模型结构预测可辨识性属性。 最后,我们强调了未来的研究方向。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.