812
个编辑
更改
跳到导航
跳到搜索
第1,133行：
第1,133行： + − ! 宏观状态 / 宏观过程 第1,140行：
第1,140行： − | 微观构象之间的转移动力学相似性；尤其是是否形成长期停留的亚稳态集合 + 第1,147行：
第1,147行： + − | 聚合后的化学状态，例如“关键蛋白未激活”“关键蛋白已激活”等；在满足条件时可得到聚合 CTMC 第1,154行：
第1,154行： + − | 化学组织，即能够封闭并自我维持的物种集合；宏观过程描述系统在不同组织之间的转移或趋向 第1,161行：
第1,161行： + − | 网络社团；宏观过程可理解为社团之间的随机游走或 lumped Markov chain 第1,168行：
第1,168行： + − | 功能区、交通模式或城市类型；宏观过程描述这些区域或类型之间的流动 第1,175行：
第1,175行： + − | 大尺度动力学模块或相干区域；宏观过程描述模块之间的长期输运关系 第1,182行：
第1,182行： + − | 宏观社会状态，例如“有 <math>k</math> 个人支持观点 1”；是否仍为马尔科夫过程取决于宏观变量是否保留足够信息 第1,189行：
第1,189行： + − | 聚合性能状态，例如低拥堵、中等拥堵、高拥堵状态；宏观模型用于近似稳态分布和性能指标
→应用
! 代表问题
! 代表问题
! 微观马尔科夫链
! 微观马尔科夫链
! 宏观状态或近似宏观链
! 粗粒化依据
! 粗粒化依据
|-
|-
| 蛋白质、小分子在不同空间形状之间切换
| 蛋白质、小分子在不同空间形状之间切换
| 微观状态是离散化后的分子构象簇；转移矩阵由分子动力学或 Monte Carlo 轨迹估计得到
| 微观状态是离散化后的分子构象簇；转移矩阵由分子动力学或 Monte Carlo 轨迹估计得到
| 亚稳态构象，例如展开态、中间态、折叠态；可进一步构造构象之间的近似宏观转移矩阵
| 亚稳态构象，例如展开态、中间态、折叠态；可进一步构造构象之间的近似宏观转移矩阵
| 微观构象之间的转移动力学相似性，尤其是是否形成长期停留的亚稳态集合
|-
|-
| 复杂分子组合、蛋白结合和修饰导致状态空间爆炸
| 复杂分子组合、蛋白结合和修饰导致状态空间爆炸
| 微观状态是完整化学状态，包括分子数量、结合关系、修饰状态等；反应速率定义连续时间马尔科夫链
| 微观状态是完整化学状态，包括分子数量、结合关系、修饰状态等；反应速率定义连续时间马尔科夫链
| 聚合后的化学状态，例如“关键蛋白未激活”“关键蛋白已激活”等；在满足条件时可得到聚合 CTMC
| 研究目标、反应网络结构、分子对称性或成块性条件
| 研究目标、反应网络结构、分子对称性或成块性条件
|-
|-
| 分析随机反应网络最终能维持哪些物种
| 分析随机反应网络最终能维持哪些物种
| 微观状态是各物种的分子数向量，例如 <math>(n_A,n_B,n_C)</math>；随机反应定义连续时间马尔科夫链
| 微观状态是各物种的分子数向量，例如 <math>(n_A,n_B,n_C)</math>；随机反应定义连续时间马尔科夫链
| 化学组织，即能够封闭并自我维持的物种集合；宏观过程描述系统在不同组织之间的转移或趋向
| 当前状态中哪些物种存在，以及这些物种是否形成 chemical organisation
| 当前状态中哪些物种存在，以及这些物种是否形成 chemical organisation
|-
|-
| 在复杂网络中识别联系紧密的节点集合
| 在复杂网络中识别联系紧密的节点集合
| 微观状态是网络节点；随机游走定义节点层面的离散时间马尔科夫链
| 微观状态是网络节点；随机游走定义节点层面的离散时间马尔科夫链
| 网络社团；宏观过程可理解为社团之间的随机游走或 lumped Markov chain
| 随机游走在节点集合内的停留性，即进入后是否不容易离开
| 随机游走在节点集合内的停留性，即进入后是否不容易离开
|-
|-
| 从出租车、通勤、迁徙等数据中识别城市功能区或流动模式
| 从出租车、通勤、迁徙等数据中识别城市功能区或流动模式
| 微观状态是网格、街区、交通小区等细空间单元；出行记录估计空间单元之间的转移矩阵
| 微观状态是网格、街区、交通小区等细空间单元；出行记录估计空间单元之间的转移矩阵
| 功能区、交通模式或城市类型；宏观过程描述这些区域或类型之间的流动
| 空间单元的人流来源和去向是否相似；也可使用软聚合学习潜在 meta-states
| 空间单元的人流来源和去向是否相似；也可使用软聚合学习潜在 meta-states
|-
|-
| 分析海水、污染物、漂浮物等在空间中的长期输运结构
| 分析海水、污染物、漂浮物等在空间中的长期输运结构
| 微观状态是空间网格或网络节点；粒子从一个网格移动到另一个网格的概率定义马尔科夫链
| 微观状态是空间网格或网络节点；粒子从一个网格移动到另一个网格的概率定义马尔科夫链
| 大尺度动力学模块或相干区域；宏观过程描述模块之间的长期输运关系
| 是否保留长期转移信息，例如相隔多步后的互信息
| 是否保留长期转移信息，例如相隔多步后的互信息
|-
|-
| 从个体互动规则推导宏观社会状态变化
| 从个体互动规则推导宏观社会状态变化
| 微观状态是所有个体状态的完整配置，例如长度为 <math>N</math> 的 0/1 观点序列；随机更新规则定义马尔科夫链
| 微观状态是所有个体状态的完整配置，例如长度为 <math>N</math> 的 0/1 观点序列；随机更新规则定义马尔科夫链
| 宏观社会状态，例如“有 <math>k</math> 个人支持观点 1”；是否仍为马尔科夫过程取决于宏观变量是否保留足够信息
| 选定的宏观变量，例如支持某观点的人数、群体比例、是否达成共识
| 选定的宏观变量，例如支持某观点的人数、群体比例、是否达成共识
|-
|-
| 近似计算大型排队系统、生产系统或计算机系统的性能指标
| 近似计算大型排队系统、生产系统或计算机系统的性能指标
| 微观状态是完整系统配置，例如各队列长度、服务器状态、阻塞状态等；事件发生定义 DTMC 或 CTMC
| 微观状态是完整系统配置，例如各队列长度、服务器状态、阻塞状态等；事件发生定义 DTMC 或 CTMC
| 聚合性能状态，例如低拥堵、中等拥堵、高拥堵状态；宏观模型用于近似稳态分布和性能指标
| 系统结构、耦合强弱、状态之间的快速内部转移和弱外部转移
| 系统结构、耦合强弱、状态之间的快速内部转移和弱外部转移
|}
|}