用隐马尔可夫模型对带有随机缚定的单粒子扩散进行建模
摘要：粒子的扩散运动统计学常常作为它们与环境相互作用的实验代理。然而，从观察到的运动轨迹中推断物理特性是具有挑战性的。受最近的实验启发，我们在这里分析了具有短暂系泊到表面的二维布朗运动的粒子的问题。我们将问题建模为一个隐藏马尔可夫模型，其中观察到了物理位置，而系泊状态是隐藏的。我们开发了一种交替最大化算法来推断粒子的隐藏状态并估计系统的物理参数。我们方法的关键是类似于鞍点的近似，它涉及找到隐藏状态的最佳序列并从中估计物理参数。大量的数值测试证明了我们的算法可靠地找到了模型参数，并且对初始猜测不敏感。我们讨论了不同物理参数的不同区域以及算法在这些区域中的性能。我们还提供了一个可供使用的开源实现我们的算法。
作者：Amit Federbush, Amit Moscovich, Yohai Bar-Sinai
论文ID：2308.01100
分类：Soft Condensed Matter
分类简称：cond-mat.soft
提交时间：2023-08-03