[논문 리뷰] Dynamic maximum entropy provides accurate approximation of structured population dynamics

Katarína Boďová, Enikő Szép외 1명|arXiv (Cornell University)|2021. 02. 06.

Advanced Thermodynamics and Statistical Mechanics참고 문헌 40인용 수 6

한 줄 요약

이 논문은 복잡한 다스케일 스토케스틱 인구역학을 저차원 결정론적 시스템으로 축소하기 위해 고차원 Fokker-Planck 방정식을 저차원 결정론적 시스템으로 줄이는 동적 최대 엔트로피(DME) 방법을 제안한다. 이 방법은 비평형 조건에서도 높은 정확도를 달성하며, 오르누슈타인-울렌벡 과정의 정확한 역학을 복원하고, 이주가 있는 스토케스틱 섬 모델에서 거시적 정확도를 유지한다.

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.

연구 동기 및 목표

• Fokker-Planck 방정식에 의해 지배되는 스토케스틱 인구역학을 위한 차원 축소 기법을 개발하기 위해.
• 비평형, 시간에 따라 변화하는 시스템에서 동적 최대 엔트로피(DME) 방법의 정확도를 이해하고 향상시키기 위해.
• 공간적 구조와 환경 변화를 포함한 실제 생물학적 모델에서의 방법의 적용 가능성과 강건성을 입증하기 위해.
• 오르누슈타인-울렌벡 과정과 섬 모델과 같이 해석적으로 다룰 수 있는 모델에서의 성능 분석을 통해 DME의 이론적 기반을 마련하기 위해.
• 생태학적 및 진화적 시간 스케일이 상호작용하는 생태진화역학 모델로 방법의 유용성을 확장하기 위해.

제안 방법

• 정적 최대 엔트로피(ME)와 준정적인 가정을 조합하여 스토케스틱 시스템의 모멘트 시간 진화를 근사한다.
• 각 시간점에서 확률 분포가 최대 엔트로피 상태에 있다고 가정하여 전체 Fokker-Planck 역학을 저차원 결정론적 시스템으로 축소한다.
• ME 가정 하에서 모멘트 방정식의 정적성을 강제함으로써 효과적인 힘(라그랑주 승수) α∗의 효과적 역학을 유도한다.
• 공분산 행렬 Cα∗를 사용하여 모멘트의 역학을 효과적 힘의 역학으로 변환함으로써 닫힌 형태의 진화 방정식을 가능하게 한다.
• 두 가지 표준 모델인 오르누슈타인-울렌벡 과정과 이주가 있는 로지스틱 섬 모델에 방법을 적용한다.
• 특히 초함수를 통해 계산된 정적 모멘트와 세 moments(예: B 및 C 행렬)를 계산하기 위해 해석적 표현식을 사용한다.

실험 결과

연구 질문

• RQ1 DME 방법은 구조화된 인구모델에서 비평형 스토케스틱 역학을 얼마나 정확하게 근사하는가?
• RQ2 DME 방법은 오르누슈타인-울렌벡 과정과 같이 해석적으로 풀 수 있는 시스템에서 정확한 역학을 복원할 수 있는가?
• RQ3 급격한 환경 변화와 비정적 조건 하에서 DME 근사는 얼마나 강건한가?
• RQ4 준정적인 가정은 고차원 스토케스틱 과정의 저차원 정확한 근사를 가능하게 하는 데 어떤 역할을 하는가?
• RQ5 생태학적 및 유전적 역학이 결합된 생태진화 모델로 DME를 얼마나 일반화할 수 있는가?

주요 결과

• 오르누슈타인-울렌벡 과정에서 DME 방법은 모멘트의 정확한 역학을 복원하여 그 해석적 정확성을 입증한다.
• DME 근사는 정확한 해와 동일한 효과적 힘 α∗의 역학을 도출하여 이 기준 사례에서의 타당성을 확인한다.
• 이주가 있는 스토케스틱 섬 모델에서 DME 방법은 광범위한 환경 조건과 이주율에서 높은 거시적 정확도를 유지한다.
• 표준 준정적 근사가 종종 실패하는 멀리 떨어진 평형 상태의 영역에서도 방법은 정확성이 유지된다.
• DME 프레임워크를 통해 정적 분포 하에서 특수함수를 사용하여 주요 통계적 모멘트(예: ⟨n⟩, ⟨n²⟩, ⟨1/n⟩)의 해석적 계산이 가능하다.
• 공분산 행렬의 역행렬 Cα∗를 통한 모멘트 역학에서 효과적 힘 역학으로의 변환은 정확한 거시적 행동 추적을 가능하게 하는 닫힌 형태의 상미분방정식 시스템을 제공한다.