Buchumschlag

Using neural ordinary differential equations to predict complex ecological dynamics from population density data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Arroyo-Esquivel, Jorge, Klausmeier, Christopher A, Litchman, Elena
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning dynamical systems with biochemically informed neural ordinary differential equations
von: Fonseca, Luis L., et al.
Veröffentlicht: (2026)

Sampling parameters of ordinary differential equations with Langevin dynamics that satisfy constraints
von: Chi, Chris, et al.
Veröffentlicht: (2024)

Oscillatory dynamics in complex recurrent neural networks
von: Sengupta, Rakesh, et al.
Veröffentlicht: (2015)

Forecasting and predicting stochastic agent-based model data with biologically-informed neural networks
von: Nardini, John T.
Veröffentlicht: (2023)

Sparse inference and active learning of stochastic differential equations from data
von: Huang, Yunfei, et al.
Veröffentlicht: (2022)

Learning relationships in epidemiological data using graph neural networks
von: Wood, Anthony J, et al.
Veröffentlicht: (2026)

Exploring accuracy and uncertainty quantification in physics-informed neural networks for inferring microbial community dynamics
von: Fontanarrosa, Pedro, et al.
Veröffentlicht: (2025)

Compiling molecular ultrastructure into neural dynamics
von: Kording, Konrad P., et al.
Veröffentlicht: (2026)

Calibrar: an R package for fitting complex ecological models
von: Oliveros-Ramos, Ricardo, et al.
Veröffentlicht: (2016)

Quantitative assessment of biological dynamics with aggregate data
von: McCoy, Stephen, et al.
Veröffentlicht: (2025)

Automated detection of gibbon calls from passive acoustic monitoring data using convolutional neural networks in the "torch for R" ecosystem
von: Clink, Dena J., et al.
Veröffentlicht: (2024)

Interpretable statistical representations of neural population dynamics and geometry
von: Gosztolai, Adam, et al.
Veröffentlicht: (2023)

Cancer incidence estimation from mortality data: a validation study within a population-based cancer registry
von: Redondo-Sánchez, Daniel, et al.
Veröffentlicht: (2024)

A four-step Bayesian workflow for improving ecological science
von: Wolkovich, EM, et al.
Veröffentlicht: (2024)

Fake it till you predict it: data augmentation strategies to detect initiation and termination of oncology treatment
von: Pohyer, Valentin, et al.
Veröffentlicht: (2024)

Pruning neural network models for gene regulatory dynamics using data and domain knowledge
von: Hossain, Intekhab, et al.
Veröffentlicht: (2024)

Mechanistic inference of stochastic gene expression from structured single-cell data
von: Miles, Christopher E.
Veröffentlicht: (2025)

Modular integration of neural connectomics, dynamics and biomechanics for identification of behavioral sensorimotor pathways in Caenorhabditis elegans
von: Kim, Jimin, et al.
Veröffentlicht: (2025)

Sparse and nonparametric estimation of equations governing dynamical systems with applications to biology
von: Pillonetto, G., et al.
Veröffentlicht: (2025)

Viral population dynamics at the cellular level, considering the replication cycle
von: Park, Seong Jun
Veröffentlicht: (2025)

Predatory dynamics in susceptible and resistant $\textit{Eriopis connexa}$ populations
von: Maciel, Anna Mara Ferreira, et al.
Veröffentlicht: (2025)

LinkedNN: a neural model of linkage disequilibrium decay for recent effective population size inference
von: Smith, Chris C R
Veröffentlicht: (2026)

Methylation Operation Wizard (MeOW): Identification of differentially methylated regions in long-read sequencing data
von: Zalusky, Miranda PG, et al.
Veröffentlicht: (2024)

Discovering stochastic dynamical equations from biological time series data
von: Nabeel, Arshed, et al.
Veröffentlicht: (2022)

Multimodal Modeling of Ultradian Rhythms Using the Hankel Alternative View of Koopman (HAVOK) Analysis
von: Molefi, Emmanuel, et al.
Veröffentlicht: (2025)

Adding structure to generalized additive models, with applications in ecology
von: Miller, David L, et al.
Veröffentlicht: (2025)

Fixed-budget simulation method for growing cell populations
von: Chen, Shaoqing, et al.
Veröffentlicht: (2025)

Uncertainty quantification of receptor ligand binding sites prediction
von: Chen, Nanjie, et al.
Veröffentlicht: (2024)

Inferring and predicting Fried physical frailty phenotype deficits
von: Pridham, Glen, et al.
Veröffentlicht: (2025)

Detecting active Lévy particles using differential dynamic microscopy
von: Li, Mingyang, et al.
Veröffentlicht: (2025)

Prediction of cancer dynamics under treatment using Bayesian neural networks: A simulated study
von: Myklebust, Even Moa, et al.
Veröffentlicht: (2024)

Association of normalization, non-differentially expressed genes and data source with machine learning performance in intra-dataset or cross-dataset modelling of transcriptomic and clinical data
von: Deng, Fei, et al.
Veröffentlicht: (2025)

Inverse resolution of spatially varying diffusion coefficient using Physics-Informed neural networks
von: Thakur, Sukirt, et al.
Veröffentlicht: (2024)

Deciphering interventional dynamical causality from non-intervention complex systems
von: Shi, Jifan, et al.
Veröffentlicht: (2024)

Bayesian ensemble learning for predicting health outcomes of multipollutant mixtures
von: Ning, Yu-Chien, et al.
Veröffentlicht: (2025)

Evolutionary accumulation modelling in AMR: machine learning to infer and predict evolutionary dynamics of multi-drug resistance
von: Renz, Jessica, et al.
Veröffentlicht: (2024)

INDIGENA: inductive prediction of disease-gene associations using phenotype ontologies
von: Zhapa-Camacho, Fernando, et al.
Veröffentlicht: (2026)

Implementation of an AI-based MRD evaluation and prediction model for multiple myeloma
von: Chen, Jianfeng, et al.
Veröffentlicht: (2024)

Hybrid methods in reaction-diffusion equations
von: Alarcón, Tomás, et al.
Veröffentlicht: (2024)

Synaptic spine head morphodynamics from graph grammar rules for actin dynamics
von: Hur, Matthew, et al.
Veröffentlicht: (2025)