On two methods for the parameter estimation problem with spatio-temporal frap data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12520%2F15%3A43888588" target="_blank" >RIV/60076658:12520/15:43888588 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/15:00444130
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On two methods for the parameter estimation problem with spatio-temporal frap data
Popis výsledku v původním jazyce
FRAP (Fluorescence Recovery After Photobleaching) is a measurement technique for determination of the mobility of fluorescent molecules (presumably due to the diffusion process) within the living cells. While the experimental setnp and protocol are usually fixed, the method used for the model parameter estimat ion, i.e. the data processing step, is not well established. In order to enhance the quantitative analysis of experimental ( noisy) FRAP data, we !irstly formulate the inverse problem of model parameter estimation and then we focus on how the different methods of data preprocessing influence the confidence interval of the estimated paramet ers, namely the diffusion constant p. Finally, we present a preliminary study of two methods for the computation of a least-squares estimate p and its confidence interval.
Název v anglickém jazyce
On two methods for the parameter estimation problem with spatio-temporal frap data
Popis výsledku anglicky
FRAP (Fluorescence Recovery After Photobleaching) is a measurement technique for determination of the mobility of fluorescent molecules (presumably due to the diffusion process) within the living cells. While the experimental setnp and protocol are usually fixed, the method used for the model parameter estimat ion, i.e. the data processing step, is not well established. In order to enhance the quantitative analysis of experimental ( noisy) FRAP data, we !irstly formulate the inverse problem of model parameter estimation and then we focus on how the different methods of data preprocessing influence the confidence interval of the estimated paramet ers, namely the diffusion constant p. Finally, we present a preliminary study of two methods for the computation of a least-squares estimate p and its confidence interval.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Programs and Algorithms of Numerical Matematisc
ISBN
978-80-85823-64-6
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
163-168
Název nakladatele
Matematický ústav AV ČR
Místo vydání
Praha
Místo konání akce
Dolní Maxov
Datum konání akce
8. 6. 2014
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—