Likelihood-Free Parameter Inference for Spatiotemporal Stochastic Biological Models using Neural Posterior Estimation
Deze studie introduceert een likelihood-vrije methode op basis van neurale posterior-schatting om parameters van spatiotemporale stochastische modellen voor celmigratie direct te infereren uit ruwe simulatiedata, waarmee de beperkingen van traditionele benaderingen zoals Approximate Bayesian Computation worden overwonnen.