go-v.orgdoi

EMUNE - Invertierbare neuronale Netze für ein verbessertes Verständnis von Infektionskrankheiten - Teilprojekt A

Ullrich Köthe · RENATE · 2026

  • DOI 10.34657/39779
  • Publisher Technische Informationsbibliothek (TIB)
  • Type report
  • Issued 2026

Not cached yet. This record was fetched live for this request and is stored after the lookup. Reopening the page should serve the cached copy.

RENATE · Technische Informationsbibliothek (TIB) · report · 2026

Abstract

Das Teilprojekt A im Verbund EMUNE widmete sich der Herausforderung, komplexe Wirt-Erreger-Interaktionen in der Infektionsforschung durch skalierbare statistische Inferenz zu analysieren. Da klassische mechanistische Modelle bei großen Datenmengen an Rechengrenzen stoßen, wurde das BayesFlow-Rahmenwerk, ein leistungsfähiges Werkzeug zur Bayesschen Inferenz mittels Invertierbarer Neuronaler Netze (INNs), stark erweitert. Um bisherige strukturelle Einschränkungen zu überwinden, wurden flexiblere "Free-Form Flows" entwickelt, die biologisches Vorwissen integrieren und hochdimensionale Daten effizient verarbeiten können.

Zu den zentralen wissenschaftlichen Ergebissen gehören zudem neue Methoden für die amortisierte Inferenz bei Mixed-Effects-Modellen in klinischen Studien sowie die sogenannten Entropy-Ordered Flows (EOFlows), die eine unüberwachte, nicht-lineare Merkmalsanalyse ermöglichen. Die Projektergebnisse wurden in acht hochkarätigen Publikationen veröffentlicht. Zudem etablierte sich BayesFlow als führendes Open-Source-Werkzeug für simulationsbasierte Inferenz, dessen Methoden bereits erfolgreich in Nachfolgeprojekten der modellbasierten Künstlichen Intelligenz eingesetzt werden.

Open the resolved locator · 10.34657/39779

Metadata licence: OpenAlex metadata (CC0)

Registry
OpenAlex DOI index + API
Fetched
2026-11-20 04:36 UTC
Cache state
not cached yet (bulk-index+openalex)
Locator
https://oa.tib.eu/renate/handle/123456789/40711
Metadata licence
OpenAlex metadata (CC0)
Scope
Metadata as returned by the resolver; abstracts are never generated here.