基于信息论度量的随机分子系统参数灵敏度分析
信息论
2014-12-22 v1 math.IT
数据分析、统计与概率
摘要
本文将文献[Y. Pantazis and M. A. Katsoulakis, J. Chem. Phys. 138, 054115 (2013)]中提出的参数灵敏度分析（SA）方法推广至由随机微分方程表示的连续时间、连续空间马尔可夫过程，特别是由朗之万方程描述的随机分子动力学。所采用的SA方法基于计算路径分布之间的信息论（及热力学）量——相对熵率（RER）和相关的费舍尔信息矩阵（FIM）。路径化SA方法的一个主要优势在于，RER和路径化FIM仅依赖于力场的平均值，因此无论是在平衡态还是非平衡稳态下，均可通过单次分子动力学模拟的遍历平均进行易处理且可计算。我们在两个不同的分子随机系统——标准伦纳德-琼斯流体和全原子甲烷液体——上验证了扩展SA方法的性能，并将获得的参数灵敏度与三个常用且研究充分的观测函数（即径向分布函数、均方位移和压力）的参数灵敏度进行了比较。结果表明，基于RER的灵敏度与基于观测函数的灵敏度高度相关。
引用
@article{arxiv.1412.6482,
title = {Parametric Sensitivity Analysis for Stochastic Molecular Systems using Information Theoretic Metrics},
author = {Anastasios Tsourtis and Yannis Pantazis and Markos A. Katsoulakis and Vagelis Harmandaris},
journal= {arXiv preprint arXiv:1412.6482},
year = {2014}
}
备注
18 pages, Relative Entropy, Sensitivity Analysis, Fisher Information Matrix, Langevin dynamics, Methane Molecular Dynamics