Science Advances: Анализ небрежности при моделировании: выявление неопределённости параметров при подгонке математических моделей к данным
В этой работе представлен комплексный подход к оценке чувствительности выходных данных модели к изменениям значений параметров, ограниченный комбинацией предшествующих мнений и данных. Этот подход выявляет жёсткие комбинации параметров, сильно влияющие на качество подгонки модели к данным, и одновременно выделяет, какие из этих ключевых комбинаций параметров в первую очередь зависят от данных или также существенно зависят от априорных значений. Авторы фокусируются на очень распространённом контексте в сложных системах, где объём и качество данных невелики по сравнению с числом параметров модели, подлежащих коллективной оценке, и демонстрируют преимущества этого метода для приложений в биохимии, экологии и электрофизиологии сердца. Также показано, как однажды идентифицированные жёсткие комбинации параметров обнажают управляющие механизмы, лежащие в основе моделируемой системы, и представлена информация, какие из параметров модели должны быть приоритетными в будущих экспериментах для улучшения вывода параметров из коллективной подгонки модели к данным.
