缺乏数据情况下熵产生的有效估计
摘要：在时间尺度上无法被实验探测到的稀有状态转换的随机轨迹的观察，使得直接量化熵产生并推断系统是否远离平衡变得不可能。为了解决这个问题，在马尔可夫跳跃动力学中，我们展示了一个下界，其在缺乏数据的情况下（包括贝叶斯方法）优于任何其他熵产生估计，这是由于状态转换的强不可逆性所致。此外，在完全不可逆性的极限情况下，我们的新颖有效的热力学不确定关系设置了一个熵产生的下界，仅取决于动力学的非耗散性方面。当处理具有确定性极限的跳跃动力学，如不可逆化学反应时，这种方法也是有价值的。
作者：Marco Baiesi, Gianmaria Falasco, Tomohiro Nishiyama
论文ID：2305.04657
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-06-09