从单一实验快照统计参数识别混合模式

从单一实验快照辨识图案形成模型的参数是具有挑战性的，因为传统方法通常需要初始条件或瞬态动力学的知识——这些数据在实验环境中常不可得。本研究将最近发展的统计方法——关联积分似然（Correlation Integral Likelihood, CIL）方法扩展到从实验图案的单个快照中进行稳健的参数辨识。以产生图案的著名系统——氯酸盐-碘酸盐-苯甲酸（CIMA）反应作为测试案例，本文解决了诸多实验挑战问题，包括测量噪声、模型与数据之间的差异，以及混合模式的问题，其中在相同条件下会出现不同空间结构（如共存的条纹和点）。数值实验表明，该方法能够准确估计模型参数，即使数据不完整或带噪声。该方法为未来在发育生物学、化学反应建模及其他异构输出系统中的应用奠定了基础。