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。 ）。