다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.4, 2015년, pp.813 - 826
AI-Helper
This research deals with an estimation method for kinetic reaction model. The kinetic reaction model is a model to explain spread or changing process based on interaction between species on the Biochemical area. This model can be applied to a model for disease spreading as well as a model for system...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 화학 반응 모형이란 무엇인가? | 화학 반응 모형 (chemical reaction model) 이란 주로 생화학 분야에서 종의 합성, 상호작용 들을 통하여 변형, 확산, 소멸되어 가는 과정을 설명하기 위하여 사용되는 모형으로 chemical kinetics 모형이라고도 불리 운다. 유전학 분야에서는 DNA 전사, 유전자 조절 (gene regulation), 메신저 RNA의 소멸 등을 모형화 하기 위하여 사용된다. | |
| 확률적 화학 반응 모형이란 무엇인가? | 확률적 화학 반응 모형은 다수의 종들과 종들 간의 상호작용으로 구성된 동태적 시스템을 의미한다. 동태적 시스템을 구성하는 종들의 변화는 연속시간 마르코프 연쇄를 따른다고 가정한다. | |
| 확률적 화학 반응 모형을 구현하기 위한 Gillespie 알고리즘 과정은 무엇인가? | Step 1. 특정 시점에서 관찰된 종을 X(t)라 할 때 이때의 위험함수 hk(x), k = 1, . . . , K를 계산한다. Step 2. 위험함수의 합 h0(x) = Σk hk(x)를 모수로 하는 지수분포 exp(h0)로 부터 특정 반응이 일어날때 까지의 시간 t를 추출한다. Step 3. 모형의 v개의 반응 가운데 어떠한 반응이 발생하였지를 추출한다. 이때 발생 확률은 위험함수에 비례하도록 hk(x)/h0(x)로 한다. Step 4. Step 2에서 추출된 시간의 총 합이 최종 시간 T에 도달할때 까지 Step 2와 Step 3을 반복한다. |
Andersson, H. and Britton, T. (2000). Stochastic epidemic models and their statistical analysis, Springer, New York.
Boys, R. J., Wilkinson, D. J. and Kirkwood, T. B. L. (2008). Bayesian inference for a discretely observed stochastic kinetic model. Statistics and Computing, 18, 125-135.
Choi, B. and Rempala, G. A. (2012). Inference for discretely observed stochastic kinetic networks with applications to epidemic modeling. Biostatistics, 13, 153-165.
Gelman, A. and Rubin, D. B. (1992). Inference from iterative simulation using multiple sequences. Statistical Science, 7, 457-472.
Gillespie, D. T. (1977). Exact stochastic simulation of coupled chemical reactions. The Journal of Physical Chemistry, 81, 2340-2361.
Hobolth, A. and Stone, E. A. (2009). Simulation from endpoint-conditioned, continuous-time Markov chains on a finite state space, with applications to molecular evolution. Annals of Applied Statistics, 3, 1204-1230.
Hwang, N. A., Jeong, B. Y., Lim, Y. C. and Park, J. S. (2007). Diseases data analysis using SIR nonlinear regression model. Journal of the Korean Data Analysis Society, 9, 49-59.
Johnson, N. L. and Kotz, S. (1969). Discrete distribution. In: Distributions in Statistics, Vol. 1, Wiley, New York.
Kermack, W. O. and McKendrkck, A. G. (1991). Contributions to the mathematical theory of epidemic-I (Reprint from the 1927 original). Bulletin of Mathematical Biology, 53, 33-55.
Lee, S. J., Lee, D. J. and Oh, H. (2003). A dynamic analysis on the competition relationships in Korean stock market using Lotka-Volterra model. Journal of Korean Institute of Industrial engineers, 29, 14-20.
Lee, S. J., Oh, H. and Lee, D. J. (2002). An analysis on the competition between KOSPI and KOSDAQ using the Lotka-Volterra model. Proceedings of Korean Institute of Industrial engineers, 1052-1058.
Liechty, J. C. and Roberts, G. O. (2001). Markov chain Monte Carlo methods for switching diffusion models. Biometrika, 88, 299-315.
Rempala, G. A., Ramos, K. S. and Kalbfleishe, T. (2006). A stochastic model of gene transcription: An application L1 retrotransposition events. Journal of Theoretical Biology, 242, 101-116.
Rodrigue, N., Philippe, H. and Lartillot, N. (2008). Uniformization for sampling realizations of Markov processes: Applications to Bayesian implementations of codon substitution models. Bioinformatics, 24, 56-67.
Seo, M. O. and Choi, B. (2015). An estimation method for stochastic epidemic model. Journal of the Korean Data Analysis Society, Submitted.
Shephard, N. and Pitt, M. K. (1997). Likelihood analysis of non-Gaussian measurement time series. Biometrika, 84, 653-667.
Wilkinson, D. J. (2012). Stochastic modelling for systems Biology, 2nd Eds., CRC Press, Boca Raton.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.