aprendizaje automático – CIDE

BayCANN: Streamlining Bayesian Calibration With Artificial Neural Network Metamodeling

Lunes, 20 diciembre 2021

Fernando Alarid Escudero, Profesor Investigador Titular de la División de Administración Pública del CIDE, Hawre Jalal y Thomas A. Trikalinos escribieron el artículo BayCANN: Streamlining Bayesian Calibration With Artificial Neural Network Metamodeling en la revista Frontiers in Physiology. Purpose Bayesian calibration is generally superior to standard direct-search algorithms in that it estimates the full joint posterior distribution

Published in Investigaciones

Tagged under: Aplicación y el desarrollo de modelos epidemiológicos; computacionales; económicos; estadísticos y de análisis de decisiones para problemas en políticas de salud y salud pública, aprendizaje automático, Calibración bayesiana, CIDE Región Centro, DAP, Desarrollo de métodos novedosos para cuantificar el valor de la investigación futuras, Desarrollo de modelos estadísticos y matemáticos aplicado a diferentes enfermedades, División de Administración Pública, emuladores, Fernando Alarid Escudero, metamodelos, modelos mecanicistas, modelos sustitutos, redes neuronales artificiales