马尔可夫链聚合及其在组合反应网络中的应用
离散数学
2013-03-21 v2 定量方法
摘要
我们考虑一个连续时间马尔可夫链（CTMC），其状态空间被划分为聚集体，且每个聚集体被分配一个概率测度。本文提出了在聚集体上定义 CTMC 的充分条件，作为弱可集总性的一种变体，这也表征了原始过程上的测度可以从聚合过程的测度中恢复。我们展示了去聚合的适用性如何依赖于初始分布。应用部分是本文的主要方面，我们说明了生化反应网络的随机基于规则模型构成了本文所开发工具的重要应用领域。对于基于规则的模型，聚集体的构建和聚集体上分布的计算是算法化的。这些技术在三个案例研究中得到了例证。
引用
@article{arxiv.1303.4532,
title = {Markov chain aggregation and its applications to combinatorial reaction networks},
author = {Arnab Ganguly and Tatjana Petrov and Heinz Koeppl},
journal= {arXiv preprint arXiv:1303.4532},
year = {2013}
}
备注
29 pages, 9 figures, 1 table; Ganguly and Petrov are authors with equal contribution