document.pdf

(946 KB) Pobierz
Analiza wra»liwo±ci dla modelu receptorów bªonowych
Anna Naª¦cz
Wydziaª Matematyki, Informatyki i Mechaniki
Uniwersytet Warszawski
7 IV 2011
Anna Naª¦cz (MIMUW)
Analiza wra»liwo±ci modelu receptorów
7 IV 2011
1 / 37
Plan prezentacji
1
2
3
4
5
6
Analiza wra»liwo±ci wprowadzenie
Model receptorów bªonowych
Metody lokalne teoria i wyniki
Metody eliminuj¡ce (metoda Morrisa) teoria i wyniki
Metody globalne (algorytm FAST) teoria i wyniki
Wnioski
Anna Naª¦cz (MIMUW)
Analiza wra»liwo±ci modelu receptorów
7 IV 2011
2 / 37
Analiza wra»liwo±ci wprowadzenie
Analiza wra»liwo±ci
Zajmuje si¦ ustalaniem zale»no±ci pomi¦dzy danymi wej±ciowymi modelu
(parametrami) a jego wynikiem.
Tªumaczy zachowanie modelu:
od czego zale»y wynik?
czy zachodz¡ interakcje mi¦dzy parametrami?
Pomocna w procesie budowania modelu:
wybór wªa±ciwej struktury modelu,
uproszczenie modelu poprzez redukcj¦ liczby parametrów,
wskazanie bª¦dów koncepcyjnych b¡d¹ implementacyjnych.
U»yteczna w planowaniu eksperymentów:
wst¦pny pogl¡d nt. badanego zjawiska (symulacje znacznie ta«sze od
do±wiadcze« laboratoryjnych),
co domierzy¢, aby zredukowa¢ wariancj¦ wyniku?
Anna Naª¦cz (MIMUW)
Analiza wra»liwo±ci modelu receptorów
7 IV 2011
3 / 37
Analiza wra»liwo±ci wprowadzenie
Metody
METODY
ELIMINUJCE
LOKALNE
najcz¦±ciej
stosowane
otoczenie
˜
punktu
x
warto±ci
nominalnych
caªa przestrze«
zmienno±ci
parametrów
niski koszt
obliczeniowy
wskazanie
nieistotnych
parametrów
np. metoda Morrisa
Anna Naª¦cz (MIMUW)
Analiza wra»liwo±ci modelu receptorów
GLOBALNE
caªa przestrze«
zmienno±ci
parametrów
wpªyw
parametrów na
wariancj¦ wyniku
np. metoda Sobola,
metoda FAST
7 IV 2011
4 / 37
Analiza wra»liwo±ci wprowadzenie
Stochastyczna analiza wra»liwo±ci
y
rminist
el dete
mod
model
czny
liczba
dane wej±ciowe
stochas
tyczny
zmienna losowa
Badanie wra»liwo±ci modelu stochastycznego oznacza konieczno±¢
porównywania rozkªadów: odlegªo±¢ histogramów, odlegªo±¢
Koªmogorowa.
Odlegªo±¢ prób wygenerowanych z tego samego rozkªadu (
self
distance
) b¦dzie na ogóª ró»na od zera.
Stochastyczna analiza wra»liwo±ci ma znaczenie, gdy zaburzenie
parametrów wpªywa na rozkªad wyników (wi¦ksze rozproszenie,
rozkªad wielomodalny).
Anna Naª¦cz (MIMUW)
Analiza wra»liwo±ci modelu receptorów
7 IV 2011
5 / 37

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin