論文の概要: Generative methods for sampling transition paths in molecular dynamics
- arxiv url: http://arxiv.org/abs/2205.02818v1
- Date: Thu, 5 May 2022 17:50:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-06 14:27:57.633980
- Title: Generative methods for sampling transition paths in molecular dynamics
- Title(参考訳): 分子動力学における遷移経路のサンプリング法
- Authors: Tony Leli\`evre, Genevi\`eve Robin, Inass Sekkat, Gabriel Stoltz,
Gabriel Victorino Cardoso
- Abstract要約: 1つの準安定状態と他の状態とをリンクする遷移経路のシミュレーションは、直接数値法により困難である。
本稿では,変分オートエンコーダなどの生成モデルに基づくサンプリング手法と,強化学習に基づく重要サンプリング手法について検討する。
- 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: Molecular systems often remain trapped for long times around some local
minimum of the potential energy function, before switching to another one -- a
behavior known as metastability. Simulating transition paths linking one
metastable state to another one is difficult by direct numerical methods. In
view of the promises of machine learning techniques, we explore in this work
two approaches to more efficiently generate transition paths: sampling methods
based on generative models such as variational autoencoders, and importance
sampling methods based on reinforcement learning.
- Abstract(参考訳): 分子系はしばしば、準安定性と呼ばれる振る舞いに切り替える前に、ポテンシャルエネルギー関数の局所的な最小値付近で長い間閉じ込められている。
ある準安定状態と別の状態を結ぶ遷移経路をシミュレートすることは直接数値的手法では難しい。
本稿では,機械学習手法の期待を踏まえ,変分オートエンコーダなどの生成モデルに基づくサンプリング法と強化学習に基づく重要サンプリング法という,遷移経路をより効率的に生成するための2つの手法について検討する。
関連論文リスト
- Diffusion Methods for Generating Transition Paths [6.222135766747873]
本研究では,スコアベース生成モデルを用いて準安定状態間の稀な遷移をシミュレートする。
本稿では,チェーンベースアプローチとミッドポイントベースアプローチの2つの新しい経路生成手法を提案する。
M"uller電位とアラニンジペプチドが生成する遷移経路の数値的な結果は、これらのアプローチがデータリッチとデータスカースの両方で有効であることを示す。
論文 参考訳(メタデータ) (2023-09-19T03:03:03Z) - Learning minimal representations of stochastic processes with
variational autoencoders [52.99137594502433]
プロセスを記述するのに必要なパラメータの最小セットを決定するために、教師なしの機械学習アプローチを導入する。
我々の手法はプロセスを記述する未知のパラメータの自律的な発見を可能にする。
論文 参考訳(メタデータ) (2023-07-21T14:25:06Z) - Enhanced Sampling of Configuration and Path Space in a Generalized
Ensemble by Shooting Point Exchange [71.49868712710743]
長寿命状態間の遷移によって引き起こされる稀な事象をシミュレートする新しい手法を提案する。
このスキームは遷移経路サンプリングシミュレーションの効率を大幅に向上させる。
力学を歪ませることなく、分子過程の熱力学、動力学、反応座標に関する情報を得る。
論文 参考訳(メタデータ) (2023-02-17T08:41:31Z) - Neural Continuous-Time Markov Models [2.28438857884398]
完全観測時系列から連続時間マルコフ連鎖の遷移率関数を学習する手法を開発した。
本手法は,これらの遷移率を,ログ線形法よりもかなり精度良く学習することを示す。
論文 参考訳(メタデータ) (2022-12-11T00:07:41Z) - Conditioning Normalizing Flows for Rare Event Sampling [61.005334495264194]
本稿では,ニューラルネットワーク生成構成に基づく遷移経路サンプリング手法を提案する。
本手法は遷移領域の熱力学と運動学の両方の解法を可能にすることを示す。
論文 参考訳(メタデータ) (2022-07-29T07:56:10Z) - Stochastic Optimal Control for Collective Variable Free Sampling of
Molecular Transition Paths [60.254555533113674]
分子系の2つの準安定状態間の遷移経路をサンプリングする問題を考察する。
本稿では,その遷移をサンプリングする機械学習手法を提案する。
論文 参考訳(メタデータ) (2022-06-27T14:01:06Z) - A Discrete Variational Derivation of Accelerated Methods in Optimization [68.8204255655161]
最適化のための異なる手法を導出できる変分法を導入する。
我々は1対1の対応において最適化手法の2つのファミリを導出する。
自律システムのシンプレクティシティの保存は、ここでは繊維のみに行われる。
論文 参考訳(メタデータ) (2021-06-04T20:21:53Z) - Continuous Transition: Improving Sample Efficiency for Continuous
Control Problems via MixUp [119.69304125647785]
本稿では,連続的遷移を構築するための簡潔かつ強力な手法を提案する。
具体的には、連続的な遷移を線形に補間することにより、トレーニングのための新しい遷移を合成することを提案する。
また, 建設過程を自動案内する判別器を開発した。
論文 参考訳(メタデータ) (2020-11-30T01:20:23Z) - Lie transformation on shortcut to adiabaticity in parametric driving
quantum system [4.303312411299436]
断熱へのショートカット(英: Shortcut to adiabaticity、STA)は、断熱的、無限に遅いプロセスをもたらす同じ最終状態を生成する速度の方法である。
STAを工学する2つの典型的な技術は、補助的な反断熱場を導入するか、あるいは系を断熱経路に制約する動的不変量を持つ新しいハミルトン式を見つけることによって開発される。
論文 参考訳(メタデータ) (2020-09-26T08:34:40Z)
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。