Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: single-particle tracking

Sortuj według:

Ogranicz wyniki do:

Tempered processes in modelling of single-particle tracking experiments

Burnecki Krzysztof, Rogalska Aleksandra

Mathematica Applicanda

2024

Vol. 52, no. 1

27--84

In this paper, we check the usefulness of the autoregressive tempered fractionally integrated moving average (ARTFIMA) processes to modelling of single-particle tracking (SPT) experiments. We illustrate the main properties of the discrete-time tempered model and compare them to the non-tempered ARFIMA. The main part of the paper is devoted to an extensive statistical analysis of the ARTFIMA and ARFIMA processes fitted to single-particle tracking data from different biological experiments. The results show that there are experiments where tempering provides a significant improvement over the classical approach.

W niniejszej pracy zbadano przydatność temperowanych procesów ARTFIMA (ang. autoregressive tempered fractionally integrated moving average) do modelowania danych z eksperymentów śledzenia pojedynczych cząstek (ang. single-particle tracking, SPT) w komórkach biologicznych. Przedstawiono główne właściwości modelu ARTFIMA oraz porównano je z właściwościami nietemperowanego modelu ARFIMA. Główna część pracy jest poświęcona rozbudowanej analizie statystycznej procesów ARTFIMA i ARFIMA w kontekście modelowania danych SPT z różnych eksperymentów biologicznych. Wyniki pokazują, że w niektórych eksperymentach temperowanie zapewnia znaczną poprawę w porównaniu do podejścia klasycznego. W niniejszej pracy sprawdzono przydatność temperowanych procesów ARTFIMA (ang. autoregressive tempered fractionally integrated moving average) do modelowania danych z eksperymentów śledzenia pojedynczych cząstek (ang. single-particle tracking, SPT) w komórkach biologicznych. Zilustrowano główne własności modelu ARTFIMA i porównano je z własnościami nietemperowanego modelu ARFIMA. Główna część pracy poświęca jest rozbudowanej analizie statystycznej procesów ARTFIMA i ARFIMA w kontekście modelowania danych SPT z różnych eksperymentów biologicznych. Wyniki pokazują, że istnieją eksperymenty, w których temperowanie zapewnia znaczną poprawę w porównaniu z podejściem klasycznym.