On the Optimization of Initial Conditions for a Model Parameter Estimation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F17%3A00476436" target="_blank" >RIV/67985807:_____/17:00476436 - isvavai.cz</a>

Výsledek na webu

<a href="http://hdl.handle.net/10338.dmlcz/703000" target="_blank" >http://hdl.handle.net/10338.dmlcz/703000</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.21136/panm.2016.09" target="_blank" >10.21136/panm.2016.09</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On the Optimization of Initial Conditions for a Model Parameter Estimation

Popis výsledku v původním jazyce

The design of an experiment, e.g., the setting of initial conditions, strongly influences the accuracy of the process of determining model parameters from data. The key concept relies on the analysis of the sensitivity of the measured output with respect to the model parameters. Based on this approach we optimize an experimental design factor, the initial condition for an inverse problem of a model parameter estimation. Our approach, although case independent, is illustrated at the FRAP (Fluorescence Recovery After Photobleaching) experimental technique. The core idea resides in the maximization of a sensitivity measure, which depends on the initial condition. Numerical experiments show that the discretized optimal initial condition attains only two values. The number of jumps between these values is inversely proportional to the value of a diffusion coefficient D (characterizing the biophysical and numerical process). The smaller value of D is, the larger number of jumps occurs.

Název v anglickém jazyce

On the Optimization of Initial Conditions for a Model Parameter Estimation

Popis výsledku anglicky

The design of an experiment, e.g., the setting of initial conditions, strongly influences the accuracy of the process of determining model parameters from data. The key concept relies on the analysis of the sensitivity of the measured output with respect to the model parameters. Based on this approach we optimize an experimental design factor, the initial condition for an inverse problem of a model parameter estimation. Our approach, although case independent, is illustrated at the FRAP (Fluorescence Recovery After Photobleaching) experimental technique. The core idea resides in the maximization of a sensitivity measure, which depends on the initial condition. Numerical experiments show that the discretized optimal initial condition attains only two values. The number of jumps between these values is inversely proportional to the value of a diffusion coefficient D (characterizing the biophysical and numerical process). The smaller value of D is, the larger number of jumps occurs.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Programs and algorithms of numerical mathematics 18

ISBN

978-80-85823-67-7

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

73-80

Název nakladatele

Institute of Mathematics CAS

Místo vydání

Prague

Místo konání akce

Janov nad Nisou

Datum konání akce

19. 6. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000467646600009