Simulation-based inference for rapid Bayesian parameter estimation in epidemiological models: a comparison with MCMC
基于模拟的推理用于流行病学模型中快速贝叶斯参数估计:与MCMC的比较
机构 * Forschungszentrum Jülich, Jülich Supercomputing Centre(于利希研究中心,于利希超级计算中心) ; Helmholtz AI(亥姆霍兹人工智能) ; Forschungszentrum Jülich, Institute of Bio- and Geosciences(于利希研究中心,生物与地球科学研究所) ; German Aerospace Center, Institute of Software Technology, Department High-Performance Computing(德国航空航天中心,软件技术研究所,高性能计算部) ; Helmholtz Centre for Infection Research(亥姆霍兹感染研究中心) ; RWTH Aachen University, Computational Systems Biology(亚琛工业大学,计算系统生物学)
专题命中 仿真评测 :occupancy(abstract);分类 cs.AI
AI总结 本文研究使用神经后验估计的模拟推理(SBI)作为MCMC的替代方案,用于流行病学模型的贝叶斯校准,在COVID-19 ICU数据上验证了其计算效率与后验准确性。