[论文解读] Machine learning method for single trajectory characterization

Gorka Muñoz-Gil, Miguel Ángel García-March+3 more|arXiv (Cornell University)|Mar 7, 2019

Diffusion and Search Dynamics参考文献 37被引用 41

一句话总结

基于随机森林的方法通过扩散模型对单粒子轨迹进行分类，并估计异常扩散指数，对短长度和噪声具有鲁棒性，并对实验数据进行迁移学习。

ABSTRACT

In order to study transport in complex environments, it is extremely important to determine the physical mechanism underlying diffusion, and precisely characterize its nature and parameters. Often, this task is strongly impacted by data consisting of trajectories with short length and limited localization precision. In this paper, we propose a machine learning method based on a random forest architecture, which is able to associate even very short trajectories to the underlying diffusion mechanism with a high accuracy. In addition, the method is able to classify the motion according to normal or anomalous diffusion, and determine its anomalous exponent with a small error. The method provides highly accurate outputs even when working with very short trajectories and in the presence of experimental noise. We further demonstrate the application of transfer learning to experimental and simulated data not included in the training/testing dataset. This allows for a full, high-accuracy characterization of experimental trajectories without the need of any prior information.

研究动机与目标

• 表征单个轨迹以识别潜在的扩散模型（CTRW、FBM、 Lévy 步行、ATTM）。
• 从单个轨迹估计异常扩散指数 alpha。
• 证明对短轨迹长度和测量噪声的鲁棒性。
• 展示从模拟数据到实验数据的迁移学习能力。

提出的方法

• 将轨迹转换为标准化的预处理表示，以实现尺度不变的分析。
• 在来自 CTRW、FBM、Lévy 步行和 ATTM 的模拟轨迹上训练随机森林，以对扩散模型进行分类。
• 使用 RF 回归从单一轨迹预测异常指数 alpha。
• 应用归一化位移并构建用于 RF 输入的归一化轨迹的预处理。
• 证明对噪声和短轨迹长度的鲁棒性，并对实验数据集进行迁移学习。

实验结果

研究问题

• RQ1 随机森林是否能在单个、短轨迹中准确区分不同的扩散模型？
• RQ2 RF 是否能从单个轨迹（包括非遍历性情况）可靠地估计异常扩散指数 alpha？
• RQ3 该方法对噪声和有限轨迹长度有多鲁棒？
• RQ4 模型是否能够从模拟数据迁移学习到实验单轨迹数据集？

主要发现

• RF 在区分扩散模型方面具有很高的准确性，尤其是在使用预处理以保持短时特征时。
• 在无噪声的亚扩散数据中，当 tmax=1000 时，RF 预测的 alpha 的平均绝对误差约为 0.11，大约 80% 的预测值在真实值的0.1之内。
• 对于较短的轨迹（10 点），模型区分的准确率仍然相对较高，但有所下降。
• RF 预测对高斯定位噪声的鲁棒性在接近 1 的 sigma_n 时仍然有效，但在更高噪声下误差增加。
• 迁移学习成功对实验数据集进行分类（如区室扩散、细菌 mRNA、膜受体），并给出与先前分析一致的 alpha 估计值。
• 针对模型特定数据集的训练可以降低相近模型之间的误判率（如 CTRW 与 ATTM）。