論文の概要: Efficient Sampling of Thermal Averages of Interacting Quantum Particle Systems with Random Batches

• arxiv url: http://arxiv.org/abs/2102.04688v4
• Date: Sun, 4 Apr 2021 10:13:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-12 03:26:43.805051
• Title: Efficient Sampling of Thermal Averages of Interacting Quantum Particle Systems with Random Batches
• Title（参考訳）: ランダムバッチを有する相互作用量子粒子系の熱平均の効率的なサンプリング
• Authors: Xuda Ye, Zhennan Zhou
• Abstract要約: 相互作用量子粒子系の量子熱平均を計算するために, 効率的なサンプリング法であるpmmLang+RBMを提案する。 pmmLang+RBMの収束を数値解析し,温度平均計算における誤差の依存性を定量的に検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An efficient sampling method, the pmmLang+RBM, is proposed to compute the quantum thermal average in the interacting quantum particle system. Benefiting from the random batch method (RBM), the pmmLang+RBM reduces the complexity due to the interaction forces per timestep from $O(NP^2)$ to $O(NP)$, where $N$ is the number of beads and $P$ is the number of particles. Although the RBM introduces a random perturbation of the interaction forces at each timestep, the long time effects of the random perturbations along the sampling process only result in a small bias in the empirical measure of the pmmLang+RBM from the target distribution, which also implies a small error in the thermal average calculation. We numerically study the convergence of the pmmLang+RBM, and quantitatively investigate the dependence of the error in computing the thermal average on the parameters including the batch size, the timestep, etc. We also propose an extension of the pmmLang+RBM, which is based on the splitting Monte Carlo method and is applicable when the interacting potential contains a singular part.
• Abstract（参考訳）: 相互作用量子粒子系の量子熱平均を計算するために, 効率的なサンプリング法であるpmmLang+RBMを提案する。 ランダムバッチ法(RBM)により、pmmLang+RBMは時間ステップ当たりの相互作用力による複雑さを$O(NP^2)$から$O(NP)$に減らし、$N$はビーズの数、$P$は粒子の数である。 RBMは各タイミングで相互作用力のランダムな摂動を導入するが、サンプリング過程に沿ったランダムな摂動の長期的影響は、ターゲット分布からのpmmLang+RBMの実験的測定において小さなバイアスしか生じず、熱平均計算の誤差も小さい。 pmmlang+rbmの収束を数値的に検討し、バッチサイズや時間ステップなどのパラメータに対する温度平均の計算における誤差の依存性を定量的に検討した。 また、分割モンテカルロ法に基づくpmmLang+RBMの拡張も提案し、相互作用ポテンシャルが特異部分を含む場合に適用可能である。

関連論文リスト

• Persistent Sampling: Unleashing the Potential of Sequential Monte Carlo [0.0]
  逐次モンテカルロ法の拡張であるパーシステンスサンプリング(PS)を導入する。 PSは、繰り返しに分散する粒子の増大し重み付けされたアンサンブルを生成する。 PSは標準手法を一貫して上回り、後部モーメント推定において低い2乗バイアスを達成する。
  論文  参考訳（メタデータ） (2024-07-30T10:34:40Z)
• Near-Optimal Learning and Planning in Separated Latent MDPs [70.88315649628251]
  我々は、潜在マルコフ決定過程(LMDP)の計算的および統計的側面について研究する。 このモデルでは、学習者は、未知のMDPの混合から各エポックの開始時に描画されたMDPと相互作用する。
  論文  参考訳（メタデータ） (2024-06-12T06:41:47Z)
• Sample-efficient Learning of Infinite-horizon Average-reward MDPs with General Function Approximation [53.17668583030862]
  一般関数近似の文脈において,無限水平平均逆マルコフ決定過程(AMDP)について検討する。 最適化最適化(LOOP)と呼ばれる新しいアルゴリズムフレームワークを提案する。 我々は LOOP がサブ線形 $tildemathcalO(mathrmpoly(d, mathrmsp(V*)) sqrtTbeta )$ regret を達成することを示す。
  論文  参考訳（メタデータ） (2024-04-19T06:24:22Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Optimality Guarantees for Particle Belief Approximation of POMDPs [55.83001584645448]
  部分的に観測可能なマルコフ決定プロセス(POMDP)は、現実の意思決定と制御の問題に対する柔軟な表現を提供する。 POMDPは、特に状態と観測空間が連続的またはハイブリッドである場合、解決するのが非常に難しい。 本稿では,これらのアルゴリズムが使用する粒子フィルタリング手法の近似誤差を特徴付ける理論を提案する。
  論文  参考訳（メタデータ） (2022-10-10T21:11:55Z)
• Computing quantum correlation functions by Importance Sampling method based on path integrals [0.0]
  一般化されたファインマン・カック法に基づく重要サンプリング法は、量子相関関数から量子可観測物の平均値を計算するために用いられている。 初期結果は実証されているが、既存の数値結果を改善するためにはさらなる実験が必要である。
  論文  参考訳（メタデータ） (2022-04-27T10:47:32Z)
• Greedy parameter optimization for diabatic quantum annealing [0.0]
  ノイズの影響を最小限に抑えるために、量子計算では、より短い処理時間が望ましい。 横フィールドイジングモデルにおいて,パラメータの集合を変動的に決定する簡単な手法を提案する。 強磁性系におけるこのアイデアを全対全結合問題とスピングラス問題で検証する。
  論文  参考訳（メタデータ） (2021-11-26T01:31:01Z)
• Renormalization group for open quantum systems using environment temperature as flow parameter [0.0]
  本稿では,オープン量子系の密度-演算的進化のためにメモリカーネルを演算する$T$-flow再正規化グループ法を提案する。 我々は、結合の順序以上の電圧に対して、リアルタイムに容易にアクセス可能な定常限界をベンチマークする。 局所観測と非局所観測の両方の短時間のダイナミクスは、普遍的な温度非依存性の挙動に従うことを解析的に示す。
  論文  参考訳（メタデータ） (2021-11-14T11:52:27Z)
• Efficient semidefinite-programming-based inference for binary and multi-class MRFs [83.09715052229782]
  分割関数やMAP推定をペアワイズMRFで効率的に計算する手法を提案する。 一般のバイナリMRFから完全多クラス設定への半定緩和を拡張し、解法を用いて再び効率的に解けるようなコンパクトな半定緩和を開発する。
  論文  参考訳（メタデータ） (2020-12-04T15:36:29Z)

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。