Parameterinferenz für Stochastische und Deterministische Dynamische Biologische Prozesse
Parameter Inference for Stochastic and Deterministic Dynamic Biological Processes

Modul MA5603

Dieses Modul wird durch Fakultät für Mathematik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom WS 2014/5 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
WS 2014/5SS 2012WS 2011/2

Basisdaten

MA5603 ist ein Semestermodul in Englisch auf Master-Niveau das in jedem Semester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 45 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Scientific skills: 1. Modelling a. Ordinary differential equation b. Partial differential equation c. Markov jump processes d. Chemical Master Equation 2. Probability theory 3. Nonlinear optimization 4. Parameter inference a. Bayesian b. Maximum likelihood 5. Uncertainty analysis a. Asymptotic methods b. Bootstrapping c. Profile likelihood d. Bayesian analysis Programming skills: The participants will develop several MATLAB programs for parameter estimation. Soft skills: The participants will work in groups and present recent advances in the field. This will improve team working and presentation skills.

Lernergebnisse

1) The participants can model deterministic and stochastic biological processes and simulate them using MATLAB. 2) The participants can independently solve common parameter estimation problems for in dynamical systems. 3) The participants can analyze the uncertainty of parameter estimates using different methods. 4) The participants can present own results and critically evaluate them.

Voraussetzungen

Bachelor in mathematics, bioinformatics, statistics or related fields.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

Lern- und Lehrmethoden

lecture, exercise module, student`s participation, project work

Medienformen

Blackboard and slides

Literatur

A. Tarantola. Inverse Problem Theory and Methods for Model Parameter Estimation. SIAM. Url: http://www.ipgp.fr/~tarantola/Files/Professional/Books/InverseProblemTheory.pdf

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

Presentation. The lecturers will provide each student with two papers on a certain lecture-related topic. The content of these papers has to be summarized and discussed in a presentation (20-30 minutes). The students are allowed to use the beamer as well as the blackboard.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Kondensierte Materie

Wenn Atome sich zusammen tun, wird es interessant: Grundlagenforschung an Festkörperelementen, Nanostrukturen und neuen Materialien mit überraschenden Eigenschaften treffen auf innovative Anwendungen.

Kern-, Teilchen-, Astrophysik

Ziel der Forschung ist das Verständnis unserer Welt auf subatomarem Niveau, von den Atomkernen im Zentrum der Atome bis hin zu den elementarsten Bausteinen unserer Welt.

Biophysik

Biologische Systeme, vom Protein bis hin zu lebenden Zellen und deren Verbänden, gehorchen physikalischen Prinzipien. Unser Forschungsbereich Biophysik ist deutschlandweit einer der größten Zusammenschlüsse in diesem Bereich.