生物学的モデルのイベントに対するシステムのアプローチがより成熟するにつれて、実験データからそれらのモデル内のパラメータ値を推測することに特化したシステムへの注目が高まっています。ただし、特に非線形モデルの場合、モデルの検査からも実験データからも、パラメーター フィッティングの逆問題が特異な解を持つか、パラメーターがその範囲内に収まるように制約する非一意な解を持つことになるかは明らかではありません。もっともらしい生理学的範囲。パラメータを制約できない場合、それらは「識別不能」と呼ばれます。私たちは、推論ベースの方法を使用して身元不明の原因を洞察することに特化しています。また、逆感度分析に対する最近開発された測度理論的アプローチを、人気のマルコフ連鎖モンテカルロやベイズ推論のための近似ベイズ計算手法と比較します。3 つのアプローチはすべて、出力空間内の対象量の不確実性を入力空間内のパラメーターのセットの確率にマッピングします。これらのセットの幾何学形状は、パラメータ補正によって識別不能性がどのように引き起こされることが多いかを示しており、推論ベースの実験計画への直感的なアプローチを提供します。