[論文レビュー] Parameter Selection Methods in Inverse Problem Formulation

H. T. Banks, Ariel Cintrón-Arias|arXiv (Cornell University)|Apr 15, 2020

HIV Research and TreatmentImmunology and Microbiology参考文献 60被引用数 22

ひとこと要約

本稿では、フィッシャー情報行列と漸近的標準誤差を用いて、高次元の逆問題におけるどのパラメータが信頼性を持って推定可能かを特定する感度に基づくパラメータ選択手法を提案する。パラメータ感度と不確実性の定量化を評価することで、推定誤差を低減し、信頼性を向上させ、HIV動態モデルにおいて、初期の18個のパラメータから5つの主要パラメータを選択したところ、変動係数（CV）が最大で4桁低下した。

ABSTRACT

We discuss methods for {\em a priori} selection of parameters to be estimated in inverse problem formulations (such as Maximum Likelihood, Ordinary and Generalized Least Squares) for dynamical systems with numerous state variables and an even larger number of parameters. We illustrate the ideas with an in-host model for HIV dynamics which has been successfully validated with clinical data and used for prediction.

研究の動機と目的

• 多数のパラメータと限られたデータを伴う大規模な力学系を含む逆問題において、信頼性を持って推定可能なパラメータのサブセットを選択する課題に対処すること。
• 低感度で高い同定可能性を示すパラメータに焦点を当てることで、パラメータ推定における不確実性の定量化を改善すること。
• HIV動態のような複雑な生物学的モデルにおける逆問題定式化のための実用的で計算的に実行可能なフレームワークを構築すること。
• 感度分析に基づくパラメータ数の削減が、推定精度の著しい向上と標準誤差の低減につながることを示すこと。
• パラメータ範囲と観測誤差の事前知識を活用し、定量的で局所的なパラメータ選択手法を提供すること。

提案手法

• 各パラメータがモデル出力に与える影響を評価するため、局所的感度分析とフィッシャー情報行列（FIM）を用いる。
• FIMの逆行列から漸近的標準誤差を計算し、パラメータ推定値の不確実性を定量化する。
• FIMの条件数と変動係数（CV）ベクトルのノルムに基づく選択スコアを用いて、パラメータ集合の順位付けを行う。
• 不確実性と条件数を最小化する最小のパラメータ集合を反復的に選択するためのグリーディアルゴリズムを採用する。
• HIV体内モデルをテストベッドとして用い、パラメータ推定に通常最小二乗法（OLS）と一般化最小二乗法（GLS）を適用する。
• 異なるパラメータサブセットにおける変動係数（CV）の比較を通じて結果を検証し、推定不確実性の顕著な低減を示す。

実験結果

リサーチクエスチョン

• RQ1 限られた縦断的データのもとで、高次元の逆問題におけるどのパラメータが信頼性を持って推定可能か？
• RQ2 フィッシャー情報行列で定量化されたパラメータ感度は、推定不確実性と同定可能性とどのように相関するか？
• RQ3 複雑な生物学的モデルにおける不確実性の定量化を向上させるために、推定パラメータ数を削減することはどの程度有効か？
• RQ4 パラメータ選択がフィッシャー情報行列の条件数およびそれによる標準誤差に与える影響は何か？
• RQ5 感度に基づく選択フレームワークは、一貫して信頼性が高く不確実性が小さい推定値をもたらす最小パラメータ集合を特定できるか？

主な発見

• パラメータ $\lambda_1$ の変動係数（CV）は、推定パラメータ数を18個から5個に減らしたことで、84.3%から11.5%に低下し、推定信頼性の著しい向上が示された。
• N_T について、CVは404%から9.99%に低下し、標準誤差は推定値の40,000%から10%にまで低下した。これは、不確実性定量化において4桁の改善を示している。
• x_1^0 の標準誤差は、パラメータ数を18個から5個に減らしたことで、推定値の5,000%から4%にまで低下し、推定不確実性の顕著な低減が確認された。
• パラメータ集合を18個から5個に減らした際、フィッシャー情報行列の条件数は $7.518 \times 10^8$ から $8.383 \times 10^1$ に低下し、数値的条件の著しい改善が示された。
• 選択スコアは $1.025 \times 10^5$ から $3.990 \times 10^{-1}$ に低下し、選択された5パラメータのサブセットが著しく同定可能でノイズに敏感でないことが確認された。
• パラメータ数を減らしたにもかかわらず、b_E、K_b、d_E、K_d などの一部のパラメータは依然として高い不確実性（CV 11,200–40,400%）を示しており、すべてのパラメータが均等に恩恵を受けるわけではないこと、慎重な選択が不可欠であることが示された。