研究目的
为从单分子实验中同步记录的多元数据里提取具有分段恒定信号水平的状态,开发一种通用化的数据评估流程,并运用最小描述长度原理避免过拟合。
研究成果
STIMTS方法能够识别含噪数据时间序列中的状态与转变,提供客观的模型生成与评估。该方法已成功应用于单分子旋转动力学分析,揭示了分子重定向在时间尺度和几何构型上的显著差异。该研究还发现了光谱偏移与旋转跳跃之间存在显著相关性。
研究不足
该方法的可靠性取决于噪声水平和数据的潜在统计特性。数据的分箱时间仍是一个可调参数,会影响信噪比和时间分辨率。
研究目的
为从单分子实验中同步记录的多元数据里提取具有分段恒定信号水平的状态,开发一种通用化的数据评估流程,并运用最小描述长度原理避免过拟合。
研究成果
STIMTS方法能够识别含噪数据时间序列中的状态与转变,提供客观的模型生成与评估。该方法已成功应用于单分子旋转动力学分析,揭示了分子重定向在时间尺度和几何构型上的显著差异。该研究还发现了光谱偏移与旋转跳跃之间存在显著相关性。
研究不足
该方法的可靠性取决于噪声水平和数据的潜在统计特性。数据的分箱时间仍是一个可调参数,会影响信噪比和时间分辨率。
加载中....
您正在对论文“应用于单分子旋转跳跃轨迹的多元时间序列状态转换识别(STIMTS)”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期