基于 2.5 级大偏差从轨迹推断马尔可夫模型及其在无序介质中随机游走中的应用
统计力学
2021-07-01 v3 无序系统与神经网络
数学物理
math.MP
摘要
本文借助关于时间经验密度与时间经验流的 2.5 级大偏差（Large Deviations at Level 2.5），重新考察在大数据时间窗 下从随机动力学轨迹数据推断马尔可夫模型的问题。目标是获得所推断马尔可夫参数概率分布的大偏差性质，以刻画其在大的 下围绕真实马尔可夫参数可能出现的涨落。我们给出了若干设定下的显式速率函数，即离散时间马尔可夫链、连续时间马尔可夫跳跃过程以及 维扩散过程。文中描述了在各种无序介质中随机游走模型上的应用，其目标为推断定义给定无序样本的淬灭无序变量。
引用
@article{arxiv.2101.09045,
title = {Inference of Markov models from trajectories via Large Deviations at Level 2.5 with applications to random walks in disordered media},
author = {Cecile Monthus},
journal= {arXiv preprint arXiv:2101.09045},
year = {2021}
}
备注
v3=final version (25 pages)