从轨迹数据学习化学反应网络
最优化与控制
2019-11-25 v3
摘要
我们开发了一种数据驱动的方法，用于从轨迹数据学习化学反应网络。将反应系统建模为连续时间马尔可夫链，并假设系统被完全观测，我们的方法通过预定基函数在 稀疏正则化下最大化轨迹数据的似然函数来学习系统的倾向函数。我们使用合成数据的数值例子演示了该方法，并在无限数据极限下对所提出的学习过程进行了渐近分析。
引用
@article{arxiv.1902.04920,
title = {Learning chemical reaction networks from trajectory data},
author = {Wei Zhang and Stefan Klus and Tim Conrad and Christof Schütte},
journal= {arXiv preprint arXiv:1902.04920},
year = {2019}
}