摘要
K.Azuma。 某些相依随机变量的加权和。 《德国数学杂志》,19:357-3671967年。 谷歌学者 交叉引用 C.Bajaj、A.Bhowmick、E.Chattopadhyay和D.Zuckerman。 关于运动组乘积空间中的低差异抽样。 arXiv预印arXiv:1411.77532014。 谷歌学者 C.Bajaj、S.-C.Chen和A.Rand。 基于Poisson-Boltzmann的分子静电的高效高阶快速多极边界元解。 SIAM J.科学。 计算。, 33(2):826--848, 2011. 谷歌学者 数字图书馆 C.Bajaj、P.Djeu、V.Siddavanahalli和A.Thane。 TexMol:大型柔性多组分分子复合物的交互式可视化探索。 程序中。 IEEE可视化。 Conf.,第243-250页,德克萨斯州奥斯汀,2004年。 谷歌学者 数字图书馆 C.Bajaj、H.Lee、R.Merkert和V.Pascucci。 基于NURBS的大分子B-rep模型及其特性。 程序中。 交响乐团。 实体模型。 申请。, 第217至228页,1997年。 谷歌学者 数字图书馆 C.Bajaj、V.Pascucci、A.Shamir、R.Holt和A.Netravali。 分子表面的动态维护和可视化。 离散应用程序。 数学。, 127:23--51, 2003. 谷歌学者 数字图书馆 C.Bajaj和V.Siddavanahalli。 F2Dock:一种基于傅里叶变换的快速错误边界蛋白质-蛋白质对接方法。 CS技术报告TR-06-57,德克萨斯大学奥斯汀分校,德克萨斯州奥斯汀,美国德克萨斯州78712,2006年11月。 谷歌学者 C.Bajaj和W.Zhao。 快速分子溶剂化能量学和力计算。 SIAM J.科学。 计算。, 31(6):4524--4552, 2010. 谷歌学者 数字图书馆 D.Bashford和D.A.Case。 大分子溶剂化效应的广义Born模型。 每年。 物理版。 化学。, 51:129--152, 2000. 谷歌学者 交叉引用 G.E.Box和M.E.Muller。 关于生成随机正态偏差的注记。 《数理统计年鉴》,(29):610--6111958。 谷歌学者 A.T.Briinger。 自由R值:用于评估晶体结构准确性的新统计量。 《自然》,355:472--4751992年。 谷歌学者 交叉引用 B.T.Burnley、P.V.Afonine、P.D.Adams和P.Gros。 通过系综精细化模拟蛋白质晶体结构的动力学。 Elife,1:e003112012年。 谷歌学者 交叉引用 D.A.Case、T.E.Cheatham、T.Darden、H.Gohlke、R.Luo、K.M.Merz、A.Onufriev、C.Simmerling、B.Wang和R.J.Woods。 琥珀生物分子模拟程序。 计算化学杂志,26(16):1668-16882005。 谷歌学者 交叉引用 H.切尔诺夫。 基于观测值总和的假设检验的渐近有效性度量。 《数理统计年鉴》,23(4):493--5071952。 谷歌学者 交叉引用 R.Chowdhury、D.Keidel、M.Moussalem、M.Rasheed、A.Olson、M.Sanner和C.Bajaj。 蛋白质与F2 Dock 2.0和GB对接——重新储存。 生物物理学。 J.,8(3):2013年1月19日。 谷歌学者 M.康诺利。 分析分子表面计算。 J.应用。 克里斯特。, 16:548--558, 1983. 谷歌学者 交叉引用 W.D.Cornell、P.Cieplak、C.I.Bayly、I.R.Gould、K.M.Merz、D.M.Ferguson、D.C.Spellmeyer、T.Fox、J.W.Caldwell和P.A.Kollman。 用于模拟蛋白质、核酸和有机分子的第二代力场。 美国化学学会杂志,117(19):5179-51971995。 谷歌学者 交叉引用 D.克鲁克申克。 关于蛋白质结构精度的备注。 《结晶学学报》第D节:生物结晶学,55(3):583--6011999。 谷歌学者 交叉引用 T.多林斯基、J.尼尔森、J.麦卡蒙和N.贝克。 Pdb2pqr:用于设置泊松-玻尔兹曼静电计算的自动管道。 核酸研究,32:665-6672004。 谷歌学者 交叉引用 D.艾森伯格和A.麦克拉克伦。 蛋白质折叠和结合中的溶解能。 《自然》(伦敦),319:199--2031986年。 谷歌学者 交叉引用 N.Eswar、B.Webb、M.A.Marti-Renom、M.S.Madhusudhan、D.Eramian、M.-Y.Shen、U.Pieper和A.Sali。 使用MODELLER进行比较蛋白质结构建模。 货币。 保护。 《蛋白质科学》,第2章:第2.9单元,2007年。 谷歌学者 M.Feig和C.Brooks。 隐式溶剂模型在生物分子模拟中的发展和应用的最新进展。 《结构生物学的当前观点》,14:217,2004年。 谷歌学者 交叉引用 P.Gopalan、R.Meka、O.Reingold和D.Zuckerman。 组合形状的伪随机生成器。 SIAM J.计算。, 42(3):1051--1076, 2013. 谷歌学者 数字图书馆 M.Habeck、M.Nilges和W.Rieping。 贝叶斯推断在大分子结构测定中的应用。 《物理评论》E,72(3):0319122005。 谷歌学者 交叉引用 W.霍夫丁。 有界随机变量和的概率不等式。 《美国统计协会杂志》,58(301):13-301963年。 谷歌学者 交叉引用 H.Hwang、T.Vreven、J.Janin和Z.Weng。 蛋白质——蛋白质对接基准版本4.0。 《蛋白质:结构、功能和生物信息学》,78(15):3111--3114,2010年。 谷歌学者 F.James、J.Hoogland和R.Kleiss。 准蒙特卡罗、差异和误差估计。 方法,第9页,1996年。 谷歌学者 A.Kuzmanic、N.S.Pannu和B.Zagrovic。 X射线精细化大大低估了生物分子晶体中微观异质性的水平。 《自然通讯》,2014年5月。 谷歌学者 A.Kuzmanic和B.Zagrovic。 测定实验b因子的系综平均成对根均方偏差。 生物物理杂志,98(5):861--8712010。 谷歌学者 交叉引用 P.T.Lang、H.-L.Ng、J.S.Fraser、J.E.Corn、N.Echols、M.Sales、J.M.Holton和T.Alber。 自动电子密度采样揭示了蛋白质中普遍存在的构象多态性。 蛋白质科学,19(7):1420--14312010。 谷歌学者 交叉引用 H.Lei、X.Yang、B.Zheng、G.Lin和N.A.Baker。 定量生物分子溶剂化中构象不确定性的影响。 arXiv预打印arXiv:1408.56292014。 谷歌学者 Y.Lei和R.R.Mettu。 x射线晶体学数据模型拟合的置信度。 《生物信息学、计算生物学和生物医学信息学国际会议论文集》,第489页。 ACM,2013年。 谷歌学者 数字图书馆 C.麦克迪米德。 关于有界差分法。 组合数学调查,141(141):148-1881989。 谷歌学者 H.尼德雷特。 准蒙特卡罗方法。 《量化金融百科全书》,24(1):55-61990。 谷歌学者 M.Nina、D.Beglov和B.Roux。 基于分子动力学自由能模拟的连续静电计算的原子半径。 《物理学杂志》。 化学。 B、 101:5239--52481997年。 谷歌学者 交叉引用 A.Onufriev、D.Bashford和D.Case。 修正了适用于大分子的广义Born模型。 《物理学杂志》。 化学。 B、 104:3712--372000年。 谷歌学者 交叉引用 J.菲利普。 盒子中两个随机点之间距离的概率分布。 KTH数学,瑞典斯德哥尔摩皇家理工学院,2007年。 谷歌学者 M.Rasheed、N.Clement、A.Bhowmick和C.Bajaj。 量化和可视化分子模型中的不确定性。 arXiv预印arXiv:1508.038822015。 谷歌学者 F.理查兹。 面积、体积、包装和蛋白质结构。 每年。 生物物理版。 生物工程。, 6:151--176, 1977. 谷歌学者 交叉引用 W.Rieping、M.Habeck和M.Nilges。 推理结构确定。 《科学》,309(5732):303--3062005。 谷歌学者 交叉引用 T.R.施耐德。 我们可以从各向异性温度因子中学到什么。 《CCP4研究周末会议录》(Dodson,E.,Moore,M.,Ralph,A.&Bailey,S.编),第133-144页,1996年。 谷歌学者 Schrödinger,LLC.PyMOL分子图形系统,版本1.3r1。 PyMOL PyMOL-Molecular Graphics System,1.3版,Schrödinger,LLC.,2010年8月。 谷歌学者 N.J.斯隆。 整数序列在线百科全书(OEIS),2014年。 http://oeis.org/A103986。 谷歌学者 W.G.Touw和G.Vriend。 Bdb:具有一致b-factors的pdb文件的数据库。 蛋白质工程与设计,27(11):457-4622014年11月。 谷歌学者 交叉引用 O.Trott和A.J.Olson。 Autodock葡萄酒。 J.计算。 化学。, 31:445--461, 2010. 谷歌学者 K.Trueblood、H.-Bürgi、H.Burzlaff、J.Dunitz、C.Gramaccioli、H.Schulz、U.Shmueli和S.Abrahams。 原子扩散参数命名法。 原子位移参数命名小组委员会的报告。 《结晶学学报A辑:结晶学基础》,52(5):770--781996。 谷歌学者 交叉引用
索引术语
计算分子建模中不确定性量化的统计框架
建议
量化认知不确定性的数值方法 在不确定性量化领域,控制方程中的不确定性可能有两种形式:任性不确定性和认知不确定性。 感知不确定性可以用已知的概率分布来表征,而认知不确定性则可以用已知概率分布来描述。。。 不确定性条件下进化优化的不确定性量化方法 GECCO’20:2020年遗传和进化计算会议纪要 本文讨论了不确定性量化(UQ)在不确定性下辅助优化中的作用。 UQ在量化解决方案的稳健性方面发挥着重要作用,从而帮助优化器实现稳健的最佳解决方案。。。