从部分可及、周期驱动的马尔可夫网络中推断动力学与熵产生
统计力学
2024-09-12 v1
摘要
对于具有周期驱动马尔可夫动力学的离散状态网络，我们发展了一种用于外部观察者推断的方案。该观察者可访问部分转移。基于这些转移之间的等待时间分布，推断了与这些可观察转移相连状态的周期性概率以及随时间变化的转移速率。此外，还可提取连接可及状态之间的最少数量的隐藏转移及其部分转移速率。我们证明并猜测了此类周期平稳状态的总熵产生的下界。尽管我们的技术基于对稳态已知方法的推广，我们也取得了这些情形下的原创结果。
引用
@article{arxiv.2406.12657,
title = {Inferring kinetics and entropy production from observable transitions in partially accessible, periodically driven Markov networks},
author = {Alexander M. Maier and Julius Degünther and Jann van der Meer and Udo Seifert},
journal= {arXiv preprint arXiv:2406.12657},
year = {2024}
}