📄 Quick Note¶

摘要概述¶

本文研究从一个分子键的 first-passage time distribution (FPTD, 断裂时间分布) 反推其势能 profile F(x) 的随机逆问题。作者将一维 Brownian 粒子（键坐标）在势 F(x) 中逃逸的 backward Fokker-Planck 方程做 Laplace 变换，得到一族关于 s 的非耦合 ODE，再把未知 drift U(x)=−dF/dx 展开为基函数，通过最小化测量与计算 FPTD 在 Laplace 空的平方误差来反求系数。核心结论有二：(1) 单个 FPTD 只能稳定重构约三个粗粒度参数（势垒高度、宽度等），逆问题本质上是 ill-conditioned 的；存在最优的 Peclet 数 A→0 和起始位置 x≈0.75 使重构条件数最佳。(2) 通过在不同实验条件下（调温度即调 A、调初始受力即调起始位置 x、或叠加已知 probe 势 ΔU）获取多个 FPTD 联合拟合，可显著改善条件数，从而准确重构含多个极小值的双井势。

关键图表¶

Figure 1：三条随机游走轨迹及其首次到达时间 t_i，以及由 2000 次实现统计得到的 FPTD 直方图（内嵌其 Laplace 变换）。——建立"边界数据=FPTD、内部结构=势能"的逆问题框架。
Figure 3：对 3/5/6 参数势的重构。3 参数势 ~10 步迭代精确收敛，5 参数勉强、6 参数失败。——直观展示单 FPTD 下逆问题的 ill-conditioning 程度随参数增多迅速恶化。
Figure 6：5 参数双井势的重构。单独使用任一 FPTD（不同 A*、不同 x、或加/不加 probe ΔU）均失败；联合两条 FPTD 后可精确重构。——全文最关键结果，证明"多条件测量"是正则化该逆问题的有效途径。

与我的关联¶

本文属于随机过程的参数反演方法学，与我的血管 G&R 连续介质力学方向并不直接重叠。但其核心思想——对 ill-conditioned 逆问题用"多组不同实验条件下的观测数据联合拟合"来正则化——是一个可迁移的方法论启发，对从含噪实验数据反推本构/势函数参数的类似逆问题有借鉴价值。