[論文レビュー] Dynamic maximum entropy provides accurate approximation of structured population dynamics

Katarína Boďová, Enikő Szép+1 more|arXiv (Cornell University)|Feb 6, 2021

Advanced Thermodynamics and Statistical Mechanics参考文献 40被引用数 6

ひとこと要約

本稿では、高次元のFokker-Planck方程式を低次元の決定論的系に還元することで、複雑でマルチスケールな確率的集団動態を近似する動的エントロピー最大化（DME）手法を提案する。この手法は準定常的エントロピー最大化の仮定を用い、非平衡状態でも高い精度を達成しており、オーナイズ・ウーレンプ過程では正確な動的挙動を回復し、移動を伴う確率的島モデルではマクロな挙動の正確性を維持する。

ABSTRACT

Realistic models of biological processes typically involve interacting components on multiple scales, driven by changing environment and inherent stochasticity. Such models are often analytically and numerically intractable. We revisit a dynamic maximum entropy method that combines a static maximum entropy and a quasi-stationary approximation. This allows us to reduce stochastic non-equilibrium dynamics expressed by the Fokker-Planck equation to a simpler low-dimensional deterministic dynamics, without the need to track microscopic details. Although the method has been previously applied to a few (rather complicated) applications in population genetics, our main goal here is to explain and to better understand how the method works. We demonstrate the usefulness of the method for two widely studied stochastic problems, highlighting its accuracy in capturing important macroscopic quantities even in rapidly changing non-stationary conditions. For the Ornstein-Uhlenbeck process, the method recovers the exact dynamics whilst for a stochastic island model with migration from other habitats, the approximation retains high macroscopic accuracy under a wide range of scenarios for a dynamic environment.

研究の動機と目的

• Fokker-Planck方程式に従う確率的集団動態の次元削減技術を開発すること。
• 非平衡で時間に依存する系における動的エントロピー最大化（DME）手法の精度を理解・向上させること。
• 空間的構造と環境変化を伴う現実的な生物学的モデルへの本手法の適用性と頑健性を示すこと。
• オーナイズ・ウーレンプ過程や島モデルといった解析的に扱えるモデルにおける性能を分析することで、DMEの理論的基盤を提供すること。
• 生態的および進化的時間スケールが相互作用するエコ・進化的動態への本手法の拡張可能性を高めること。

提案手法

• 静的エントロピー最大化（ME）と準定常性の仮定を組み合わせ、確率的系におけるモーメントの時間発展を近似する。
• 各時刻における確率分布が最大エントロピー状態にあると仮定することで、完全なFokker-Planck動的を低次元の決定論的系に還元する。
• MEアンザッツ下でのモーメント方程式の定常性を強制することで、ラグランジュ乗数（力）α∗の有効な動的を導出する。
• 共分散行列Cα∗を用いてモーメントの動的を有効な力の動的へ変換し、閉形式の常微分方程式系を可能にする。
• 本手法を2つの代表的モデルに適用する：オーナイズ・ウーレンプ過程と移動を伴うロジスティック島モデル。
• 島モデルにおけるBおよびC行列の計算に、超幾何関数を用いた静的モーメントおよびコマリントの解析的表現を用いる。

実験結果

リサーチクエスチョン

• RQ1 DME手法は、構造化された集団モデルにおける非平衡な確率的動的挙動をどの程度正確に近似するか？
• RQ2 DME手法は、オーナイズ・ウーレンプ過程のような解析的に解ける系において、正確な動的挙動を回復できるか？
• RQ3 急激な環境変化や非定常状態下において、DME近似はどの程度頑健か？
• RQ4 準定常性の仮定が、高次元の確率的過程の低次元近似を可能にする役割は何か？
• RQ5 生態的および遺伝的動的が結合するエコ・進化的モデルへのDMEの一般化は、どの程度可能か？

主な発見

• オーナイズ・ウーレンプ過程では、DME手法がモーメントの正確な動的挙動を回復しており、解析的正しさを示している。
• DME近似は、正確な解と同一の動的挙動を有効な力α∗に対して示しており、このベンチマークケースでの有効性を確認している。
• 移動を伴う確率的島モデルでは、広範な環境条件および移動率の範囲で、DME手法が高いマクロな精度を維持している。
• 標準的な準定常近似がしばしば失敗する、非平衡に近い状態でも、本手法は正確な挙動を示している。
• DMEフレームワークにより、静的分布下で超幾何関数を用いて主要な統計的モーメント（例：⟨n⟩, ⟨n²⟩, ⟨1/n⟩）の解析的計算が可能である。
• 共分散行列Cα∗によるモーメント動的から有効な力動的への変換により、マクロな挙動を正確に追跡できる閉形式の常微分方程式系が得られる。