随机多尺度生物过程数字孪生校准与控制框架提出
热点事件持续更新
随机多尺度生物过程数字孪生校准与控制框架提出
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Keilung Choy 与 Wei Xie 发布论文,提出面向生物系统之系统(Bio-SoS)的偏差感知数字孪生校准与控制框架,用随机微分方程(SDE)模型建模多尺度生物过程。 该框架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模型,并配套提出 Actor-Simulator 算法,用于最优控制。研究称方法针对随机、多尺度条件下的生物过程数字孪生构建与调控。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
随机多尺度生物过程数字孪生的伴随校准与最优控制报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.LG随机多尺度生物过程数字孪生的伴随校准与最优控制
研究提出面向生物系统之系统(Bio-SoS)的偏差感知数字孪生校准与控制框架,用随机微分方程(SDE)模型建模,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。