Structural identifiability of linear-in-parameter parabolic PDEs through auxiliary elliptic operators
Notice bibliographique
Résumé
Parameter identifiability is often requisite to the effective application of mathematical models in the interpretation of biological data, however theory applicable to the study of partial differential equations remains limited. We present a new approach to structural identifiability analysis of fully observed parabolic equations that are linear in their parameters. Our approach frames identifiability as an existence and uniqueness problem in a closely related elliptic equation and draws, for homogeneous equations, on the well-known Fredholm alternative to establish unconditional identifiability, and cases where specific choices of initial and boundary conditions lead to non-identifiability. While in some sense pathological, we demonstrate that this loss of structural identifiability has ramifications for practical identifiability; important particularly for spatial problems, where the initial condition is often limited by experimental constraints. For cases with nonlinear reaction terms, uniqueness of solutions to the auxiliary elliptic equation corresponds to identifiability, often leading to unconditional global identifiability under mild assumptions. We present analysis for a suite of simple scalar models with various boundary conditions that include linear (exponential) and nonlinear (logistic) source terms, and a special case of a two-species cell motility model. We conclude by discussing how this new perspective enables well-developed analysis tools to advance the developing theory underlying structural identifiability of partial differential equations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».