論文の概要: Targeted free energy estimation via learned mappings

• arxiv url: http://arxiv.org/abs/2002.04913v2
• Date: Tue, 18 Aug 2020 20:15:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 20:31:16.326886
• Title: Targeted free energy estimation via learned mappings
• Title（参考訳）: 学習地図を用いた自由エネルギー推定
• Authors: Peter Wirnsberger, Andrew J. Ballard, George Papamakarios, Stuart Abercrombie, S\'ebastien Racani\`ere, Alexander Pritzel, Danilo Jimenez Rezende and Charles Blundell
• Abstract要約: 自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
• 参考スコア（独自算出の注目度）: 66.20146549150475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Free energy perturbation (FEP) was proposed by Zwanzig more than six decades ago as a method to estimate free energy differences, and has since inspired a huge body of related methods that use it as an integral building block. Being an importance sampling based estimator, however, FEP suffers from a severe limitation: the requirement of sufficient overlap between distributions. One strategy to mitigate this problem, called Targeted Free Energy Perturbation, uses a high-dimensional mapping in configuration space to increase overlap of the underlying distributions. Despite its potential, this method has attracted only limited attention due to the formidable challenge of formulating a tractable mapping. Here, we cast Targeted FEP as a machine learning problem in which the mapping is parameterized as a neural network that is optimized so as to increase overlap. We develop a new model architecture that respects permutational and periodic symmetries often encountered in atomistic simulations and test our method on a fully-periodic solvation system. We demonstrate that our method leads to a substantial variance reduction in free energy estimates when compared against baselines, without requiring any additional data.
• Abstract（参考訳）: 自由エネルギー摂動(FEP)は60年以上前にZwanzigによって自由エネルギーの差を推定する方法として提案され、それ以来、これを統合的なビルディングブロックとして使用する膨大な関連手法に影響を与えた。 しかし、FEPはサンプリングに基づく重要な推定器であり、分布間の十分な重複の必要性という厳しい限界に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、構成空間における高次元マッピングを用いて、基礎となる分布の重複を増大させる。 その可能性にもかかわらず、この手法は、トラクタブルマッピングを定式化することの難しさから、限られた注目を集めているだけである。 ここでは、重なりを増すように最適化されたニューラルネットワークとしてマッピングをパラメータ化する機械学習問題として、ターゲットFEPを挙げた。 我々は,原子論的シミュレーションでよく発生する置換対称性と周期対称性を考慮し,全周期解法でその手法をテストする新しいモデル構築法を開発した。 本手法は, ベースラインと比較した場合, 余分なデータを必要とすることなく, 自由エネルギー推定値にかなりのばらつきを生じさせることを示した。

関連論文リスト

• Total Uncertainty Quantification in Inverse PDE Solutions Obtained with Reduced-Order Deep Learning Surrogate Models [50.90868087591973]
  機械学習サロゲートモデルを用いて得られた逆PDE解の総不確かさを近似したベイズ近似法を提案する。 非線型拡散方程式に対する反復的アンサンブルスムーズおよび深層アンサンブル法との比較により,提案手法を検証した。
  論文  参考訳（メタデータ） (2024-08-20T19:06:02Z)
• Energy-Guided Continuous Entropic Barycenter Estimation for General Costs [95.33926437521046]
  任意のOTコスト関数に対して連続的エントロピーOT(EOT)バリセンタを近似する新しいアルゴリズムを提案する。 本手法は、弱いOTに基づくEOT問題の二重再構成に基づいている。
  論文  参考訳（メタデータ） (2023-10-02T11:24:36Z)
• Energy Discrepancies: A Score-Independent Loss for Energy-Based Models [20.250792836049882]
  本稿では,スコアの計算や高価なマルコフ連鎖モンテカルロの計算に頼らない新しい損失関数であるEnergy Discrepancy (ED)を提案する。 EDは明示的なスコアマッチングと負のログ類似損失に異なる限界でアプローチし,両者を効果的に補間することを示した。
  論文  参考訳（メタデータ） (2023-07-12T19:51:49Z)
• Reconstructing Graph Diffusion History from a Single Snapshot [87.20550495678907]
  A single SnapsHot (DASH) から拡散履歴を再構築するための新しいバリセンターの定式化を提案する。 本研究では,拡散パラメータ推定のNP硬度により,拡散パラメータの推定誤差が避けられないことを証明する。 また、DITTO(Diffusion hitting Times with Optimal proposal)という効果的な解法も開発している。
  論文  参考訳（メタデータ） (2023-06-01T09:39:32Z)
• End-To-End Latent Variational Diffusion Models for Inverse Problems in High Energy Physics [61.44793171735013]
  本稿では,最先端生成技術アプローチの潜時学習とエンドツーエンドの変分フレームワークを組み合わせた,新しい統合アーキテクチャ,潜時変分モデルを提案する。 我々の統一的アプローチは、非最新技術ベースラインの20倍以上の真理への分布自由距離を達成する。
  論文  参考訳（メタデータ） (2023-05-17T17:43:10Z)
• Accurate Free Energy Estimations of Molecular Systems Via Flow-based Targeted Free Energy Perturbation [0.0]
  TFEP(Targeted Free Energy Perturbation)法は、2つの状態間の自由エネルギー差を推定するための標準手法の時間的およびコンピュータ集約的な成層化プロセスを克服することを目的としている。 自由エネルギー計算の理論的可能性にもかかわらず、TFEPはエントロピー補正、エネルギーベースのトレーニングの制限、モード崩壊といった課題のために実際には採用されていない。 本研究は,生物分子の高速かつ高精度な深層学習に基づくTFEP法を実用化し,医薬品設計の文脈で実現可能な自由エネルギー推定法として紹介するものである。
  論文  参考訳（メタデータ） (2023-02-23T08:53:52Z)
• Sampling with Mollified Interaction Energy Descent [57.00583139477843]
  モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する 我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-10-24T16:54:18Z)
• Energy-based Dropout in Restricted Boltzmann Machines: Why not go random [6.589130992512926]
  ニューロンを落とすべきかどうかを意識的に判断するエネルギーベースのドロップアウトを提案します。 具体的には、ニューロンとモデルのエネルギーを重要レベルで関連付けることで、この正規化法を設計する。 複数のベンチマークデータセットに対する実験結果から,従来のDropoutや標準RBMと比較して,提案手法の適合性が確認された。
  論文  参考訳（メタデータ） (2021-01-17T18:21:05Z)
• PHASED: Phase-Aware Submodularity-Based Energy Disaggregation [39.54428560328832]
  PHASEDは電力流通システムの構造を利用して容易に測定できる。 我々はこの形式を、偏極最小化アルゴリズムの離散最適化の変種を適用して活用する。 位相Dは、最先端モデルの分解精度を最大61%向上させ、重負荷機器の予測精度を向上させる。
  論文  参考訳（メタデータ） (2020-10-01T21:47:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。