bayes drt:电化学阻抗谱(EIS)数据反演的分层贝叶斯方法 源码

bayes_drt bayes_drt是一个Python软件包,用于反转电化学阻抗谱(EIS)数据以获得弛豫时间(DRT)的分布和/或扩散时间(DDT)的分布。 bayes_drt实现了分层的贝叶斯模型,以提供经过精确校准的DRT或DDT估计,而无需进行临时调整。 该软件包提供了两种方法来求解模型: 汉密尔顿蒙特卡洛(HMC)采样以估计后验分布,同时提供分布的点估计和可信区间 L-BFGS优化可最大化后验概率,从而提供分布的最大后验(MAP)点估计 使用这些方法,还可以执行多分布反演,例如同时安装DRT和DDT。 这是一项实验性功能,需要进行一些手动调整。 有关示例,请参见教程。 该软件包还提供了普通的和超参数的岭回归方法,这可能对比较或获得分布的初始估计很有用。 超参数岭回归方法是Ciucci和Chen( )开发并由Effat和Ciucci( )扩展的方法的实现。 )。