Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Detecting intrinsic slow variables in stochastic dynamical systems by anisotropic diffusion maps
Ist Teil von
Proceedings of the National Academy of Sciences - PNAS, 2009-09, Vol.106 (38), p.16090-16095
Ort / Verlag
United States: National Academy of Sciences
Erscheinungsjahr
2009
Quelle
MEDLINE
Beschreibungen/Notizen
Nonlinear independent component analysis is combined with diffusion-map data analysis techniques to detect good observables in high-dimensional dynamic data. These detections are achieved by integrating local principal component analysis of simulation bursts by using eigenvectors of a Markov matrix describing anisotropic diffusion. The widely applicable procedure, a crucial step in model reduction approaches, is illustrated on stochastic chemical reaction network simulations.