Christopher Miles

物理信息机器学习难以从静态数据中识别生物动力学

研究人员探讨了物理信息机器学习从静态空间数据推断动态生物过程的局限性。一项针对基因表达快照的研究表明，虽然分布式源是不可识别的，但点源可以恢复可识别性。研究还强调了建模选择（如边界条件和随机微积分约定）如何影响这些可识别性限制。尽管存在这些挑战，但经过调整的物理信息方法表明可以从单个快照中进行有效推断，这表明当与仔细的可识别性分析相结合时，它们在恢复空间异质性方面具有实用性。