수리생물학 동역학 시스템과 AI 결합
수리생물학에서 메커니즘 기반 동역학 모델은 핵심적이지만, 미지의 생물학적 메커니즘, 부분적 관측, 희소하고 노이즈가 많은 데이터, 매개변수 불확실성 등으로 인해 실제 적용에 한계가 있습니다. 딥러닝은 유연한 범용 근사자를 제공하는 반면, 메커니즘 모델은 구조, 해석 가능성 및 과학적 제약을 제공합니다. 본 논문은 메커니즘-AI 결합 동역학 시스템에 대한 연구를 검토하고 정리하며, 특히 전염병 모델링의 기초 및 응용에 중점을 둡니다. 범용 미분 방정식 및 물리 정보 신경망 기반 학습 방법, 기호 회귀 및 희소 모델 발견 기반 설명 방법, 수렴 및 불확실성 정량화를 통한 신뢰성 분석을 논의합니다. 주요 응용 분야로는 유효 재생산수 추정, 행동 변화 메커니즘 발견, 최적 전염병 제어, 마지막 계층 베이즈 불확실성 정량화, 임계량의 물리 정보 재구성 등이 있습니다. 이러한 접근 방식은 순전히 경험적인 예측자로 수학적 모델을 대체하는 것이 아닙니다. 본 연구의 목표는 훈련 가능한 표현이 누락된 메커니즘을 학습하고, 해석 가능한 도구가 이를 설명하며, 신뢰성 분석을 통해 학습된 메커니즘의 신뢰도를 정량화하는 수학적 기반과 계산 워크플로우를 개발하는 데 있습니다.