用于非平衡扩展系统参数化粗粒化的信息论工具

本文专注于开发适用于非平衡分子系统高效可靠粗粒化的新方法。在此背景下，我们提出了基于路径空间信息论的误差估计和受控保真度模型降阶方法，并将其与非平衡稳态过程的速率统计参数估计相结合。我们提出的方法扩展了现有基于信息的方法的适用范围，使其能够推导具有稳态的非平衡系统（NESS）的参数化粗粒化模型。在粗粒化背景下，该方法通过最小化路径空间上的信息损失（由于粗粒化引起），允许构建最优的参数化马尔可夫粗粒化动力学。此外，相关的路径空间 Fisher 信息矩阵可为相应的参数估计量提供置信区间。我们在一个由非平衡边界条件驱动的、具有扩散相互作用粒子的非平衡系统中演示了所提出的粗粒化方法。