Indirect Fourier transform in the context of statistical inference.
Indirect Fourier transform in the context of statistical inference.
复制标题
统计推断背景下的间接傅立叶变换
DOI：
10.1107/s2053273316009657
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
M. Gradzielski
中科院分区：
文献类型：
--
作者：
M. Muthig;S. Prévost;R. Orglmeister;M. Gradzielski
从小角散射（SAS）实验的强度推断结构信息是一个不适定的反问题。因此，确定一个解决方案一般是不平凡的。在这项工作中，间接傅立叶变换（IFT），它确定的对距离分布函数的强度，从而产生结构信息，讨论了两种不同的统计推断方法，即频率论和贝叶斯之一，为了客观地确定解决方案，从频率论方法出发，交叉-验证方法作为一个很好的实用的目标函数选择IFT解决方案。此外，现代机器学习方法被用来抑制解的振荡行为，因此只提取解的有意义的特征。通过比较这里提出的不同方法所产生的结果，可以提高结果的可靠性，因此该方法应该能够从SAS实验中推断出更可靠的信息。
Inferring structural information from the intensity of a small-angle scattering (SAS) experiment is an ill-posed inverse problem. Thus, the determination of a solution is in general non-trivial. In this work, the indirect Fourier transform (IFT), which determines the pair distance distribution function from the intensity and hence yields structural information, is discussed within two different statistical inference approaches, namely a frequentist one and a Bayesian one, in order to determine a solution objectively From the frequentist approach the cross-validation method is obtained as a good practical objective function for selecting an IFT solution. Moreover, modern machine learning methods are employed to suppress oscillatory behaviour of the solution, hence extracting only meaningful features of the solution. By comparing the results yielded by the different methods presented here, the reliability of the outcome can be improved and thus the approach should enable more reliable information to be deduced from SAS experiments.
登录
查看更多内容
二氧化硅纳米颗粒小角中子散射的间接傅立叶变换和模型拟合
影响因子：
2.7
作者：
N. Hould;R. Lobo;N. Wagner
通讯作者：
N. Wagner
DOI：
10.1145/1874391.187410
发表时间：
1987-02
期刊：
ACM SIGSOFT Softw. Eng. Notes
影响因子：
--
作者：
Will Tribbey
通讯作者：
Will Tribbey
用于评估定向样品小角散射数据的二维间接傅立叶变换
影响因子：
6.1
作者：
Gerhard Fritz
通讯作者：
Gerhard Fritz
影响因子：
4
作者：
Hong, Xinguo;Hao, Quan
通讯作者：
Hao, Quan
贝叶斯法与其他 Burr-XII 分布可靠性函数估计方法的比较
DOI：
10.3844/jmssp.2012.42.48
发表时间：
2012
期刊：
Journal of Mathematics and Statistics
影响因子：
--
作者：
Safaa Ali Nasir;N. Al
通讯作者：
N. Al