論文の概要: Computing Absolute Free Energy with Deep Generative Models
- arxiv url: http://arxiv.org/abs/2005.00638v2
- Date: Mon, 31 Aug 2020 21:48:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 00:30:15.939993
- Title: Computing Absolute Free Energy with Deep Generative Models
- Title（参考訳）: 深部生成モデルによる絶対自由エネルギーの計算
- Authors: Xinqiang Ding and Bin Zhang
- Abstract要約: 状態の絶対自由エネルギーを計算するための一般的な枠組みを導入する。
計算の重要なステップは、抽出可能な深層生成モデルによる参照状態の定義である。
興味のある状態に対する自由エネルギーは、参照との違いとして決定することができる。
- 参考スコア（独自算出の注目度）: 2.610895122644814
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fast and accurate evaluation of free energy has broad applications from drug
design to material engineering. Computing the absolute free energy is of
particular interest since it allows the assessment of the relative stability
between states without the use of intermediates. In this letter, we introduce a
general framework for calculating the absolute free energy of a state. A key
step of the calculation is the definition of a reference state with tractable
deep generative models using locally sampled configurations. The absolute free
energy of this reference state is zero by design. The free energy for the state
of interest can then be determined as the difference from the reference. We
applied this approach to both discrete and continuous systems and demonstrated
its effectiveness. It was found that the Bennett acceptance ratio method
provides more accurate and efficient free energy estimations than approximate
expressions based on work. We anticipate the method presented here to be a
valuable strategy for computing free energy differences.
- Abstract（参考訳）: 自由エネルギーの迅速かつ正確な評価は、医薬品設計から材料工学まで幅広い応用がある。
絶対自由エネルギーの計算は、中間体を使わずに状態間の相対安定性を評価することができるため、特に興味深い。
本稿では,状態の絶対自由エネルギーを計算するための一般的な枠組みを提案する。
計算の鍵となるステップは、局所的なサンプル構成を用いた抽出可能な深層生成モデルによる参照状態の定義である。
この参照状態の絶対自由エネルギーは設計によりゼロである。
興味のある状態に対する自由エネルギーは、参照との違いとして決定することができる。
このアプローチを離散システムと連続システムの両方に適用し,その効果を実証した。
ベネット受入比法は作業に基づく近似式よりも正確で効率的な自由エネルギー推定を提供することがわかった。
本手法は,自由エネルギー差を計算する上で有用な戦略であると考えられる。
関連論文リスト
- Demonstration of energy extraction gain from non-classical correlations [62.615368802619116]
エンタングルメントは、制御可能な設定における抽出可能なエネルギーの量を支配していることを示す。
2ビットの資源状態の一致とフィードバックポリシの適用によるエネルギー抽出利得の両方を定量化することにより、情報とエネルギーの関連性を裏付ける。
論文 参考訳（メタデータ） (2024-04-23T08:44:07Z) - Reframing the Expected Free Energy: Four Formulations and a Unification [3.9121134770873733]
能動推論は期待される自由エネルギーに基づいている。
本稿では、これらの定式化を1つのルート予測自由エネルギー定義から導出する問題を定式化する。
論文 参考訳（メタデータ） (2024-02-22T11:38:43Z) - Auxiliary-assisted stochastic energy extraction from quantum batteries [0.0]
本稿では,補助システムにおける投射的計測に基づいて,量子電池からエネルギーを抽出するアイデアについて議論する。
また, 電池と補助電池との間には, 初期状態よりも高いエネルギー抽出量の非ゼロ絡み合いが生じることを示した。
論文 参考訳（メタデータ） (2023-07-31T17:15:39Z) - Adversarial Likelihood Estimation With One-Way Flows [44.684952377918904]
GAN(Generative Adversarial Networks)は、高品質なサンプルを生成することができるが、サンプル周辺の確率密度を見積もることはできない。
提案手法は, より高速に収束し, 類似したアーキテクチャでGANに匹敵するサンプル品質を生成し, 一般的に使用されるデータセットの過度な適合を回避し, トレーニングデータのスムーズな低次元潜在表現を生成する。
論文 参考訳（メタデータ） (2023-07-19T10:26:29Z) - 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-filtered random-phase states as microcanonical thermal pure
quantum states [0.9137554315375919]
マイクロカノニカルアンサンブルは、2つのパラメータ、すなわちシステムのエネルギーと関連するエネルギーウィンドウによって指定される。
エントロピーや温度などの熱力学量は,時間進化演算子のトレースを評価することによって計算されることを示す。
また,これらのトレースを,量子計算に適したランダム対角ユニタリ回路を用いて評価する方法について述べる。
論文 参考訳（メタデータ） (2022-07-05T02:52:42Z) - Free Energy Evaluation Using Marginalized Annealed Importance Sampling [0.0]
モデルの自由エネルギーの評価は、物理学や機械学習の様々な分野において重要な問題であると考えられている。
正確な自由エネルギー評価は、難解な分割関数を含むため、計算不可能である。
本研究は,mAISと呼ばれる新たなAISに基づくアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-08T00:19:39Z) - Method of spectral Green functions in driven open quantum dynamics [77.34726150561087]
オープン量子力学のシミュレーションのために,スペクトルグリーン関数に基づく新しい手法を提案する。
この形式主義は、場の量子論におけるグリーン関数の使用と顕著な類似性を示している。
本手法は,完全マスター方程式の解法に基づくシミュレーションと比較して計算コストを劇的に削減する。
論文 参考訳（メタデータ） (2020-06-04T09:41:08Z) - Whence the Expected Free Energy? [68.8204255655161]
我々は、期待される自由エネルギー(EFE)が単に「未来の自由エネルギー」ではないことを示した。
そして、新しい目標、期待される未来自由エネルギー(FEEF)を開発する。
論文 参考訳（メタデータ） (2020-04-17T09:06:56Z) - Targeted free energy estimation via learned mappings [66.20146549150475]
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。
論文 参考訳（メタデータ） (2020-02-12T11:10:00Z)
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。