論文の概要: Monte Carlo generation of localised particle trajectories

• arxiv url: http://arxiv.org/abs/2304.10518v1
• Date: Thu, 20 Apr 2023 17:50:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 12:09:51.656976
• Title: Monte Carlo generation of localised particle trajectories
• Title（参考訳）: 局所粒子軌道のモンテカルロ生成
• Authors: Ivan Ahumada and James P. Edwards
• Abstract要約: 我々は,局所的な相互作用のサンプリングを改善するために,ファインマン経路積分のモンテカルロシミュレーションの修正を導入する。 新しいアルゴリズムは、相互作用領域に集中するように設計された単純な背景電位の軌跡を生成する。 これはシステムの統計的サンプリングを改善し、ブラウン運動に固有の空間拡散に起因する長年の「アンダーサンプリング問題」を克服する。
• 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: We introduce modifications to Monte Carlo simulations of the Feynman path integral that improve sampling of localised interactions. The new algorithms generate trajectories in simple background potentials designed to concentrate them about the interaction region, reminiscent of importance sampling. This improves statistical sampling of the system and overcomes a long-time "undersampling problem" caused by the spatial diffusion inherent in Brownian motion. We prove the validity of our approach using previous analytic work on the distribution of values of the Wilson line over path integral trajectories and illustrate the improvements on some simple quantum mechanical systems
• Abstract（参考訳）: 我々は,局所的相互作用のサンプリングを改善するファインマン経路積分のモンテカルロシミュレーションの修正を導入する。 新しいアルゴリズムは、重要なサンプリングを思い起こさせる相互作用領域に集中するように設計された単純な背景電位で軌道を生成する。 これはシステムの統計的サンプリングを改善し、ブラウン運動に固有の空間拡散に起因する長年の「アンダーサンプリング問題」を克服する。 我々は、経路積分軌道上のウィルソン線の値分布に関する以前の分析研究を用いて、このアプローチの有効性を証明し、いくつかの単純な量子力学系の改良を示す。

関連論文リスト

• Dynamical Measure Transport and Neural PDE Solvers for Sampling [77.38204731939273]
  本研究では, 対象物へのトラクタブル密度関数の移動として, 確率密度からサンプリングする作業に取り組む。 物理インフォームドニューラルネットワーク(PINN)を用いて各偏微分方程式(PDE)の解を近似する。 PINNはシミュレーションと離散化のない最適化を可能にし、非常に効率的に訓練することができる。
  論文  参考訳（メタデータ） (2024-07-10T17:39:50Z)
• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• AdamMCMC: Combining Metropolis Adjusted Langevin with Momentum-based Optimization [0.0]
  科学と工学におけるディープニューラルネットワーク手法の適用を考える場合、不確実性推定は重要な問題である。 本稿では,モンテカルロ法を用いて後部分布から不確かさを定量化するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-12-21T16:58:49Z)
• Symmetric Mean-field Langevin Dynamics for Distributional Minimax Problems [78.96969465641024]
  平均場ランゲヴィンのダイナミクスを、対称で証明可能な収束した更新で、初めて確率分布に対する最小の最適化に拡張する。 また,時間と粒子の離散化機構について検討し,カオス結果の新たな均一時間伝播を証明した。
  論文  参考訳（メタデータ） (2023-12-02T13:01:29Z)
• Repelling Random Walks [42.75616308187867]
  グラフに基づくサンプリングを改善するための擬似モンテカルロ機構を提案する。 本稿では,グラフカーネル,PageRankベクトル,およびグラフレット濃度の推定など,ランダムウォークの反発効果を示す。 我々の知る限り、ランダムウォークは、グラフ上のウォーカーの方向を関連づけた最初の厳密に研究された準モンテカルロスキームであり、このエキサイティングな新生領域における新たな研究を招いている。
  論文  参考訳（メタデータ） (2023-10-07T15:30:23Z)
• Transport meets Variational Inference: Controlled Monte Carlo Diffusions [5.5654189024307685]
  本稿では,経路空間上の発散に着目したサンプリングおよび生成モデリングのための原理的かつ体系的な枠組みを提案する。 ベイズ計算のためのemphControlled Monte Carlo Diffusion sampler (CMCD)を開発した。
  論文  参考訳（メタデータ） (2023-07-03T14:28:36Z)
• Metropolis Monte Carlo sampling: convergence, localization transition and optimality [0.0]
  目標定常分布からの偏差は局所化遷移を特徴とすることを示す。 局所化移行前後の緩和は拡散率と拒絶率によってそれぞれ制限されていると論じる。
  論文  参考訳（メタデータ） (2022-07-21T14:06:04Z)
• Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
  ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。 本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。 本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
  論文  参考訳（メタデータ） (2021-02-04T02:21:08Z)
• A Near-Optimal Gradient Flow for Learning Neural Energy-Based Models [93.24030378630175]
  学習エネルギーベースモデル(EBM)の勾配流を最適化する新しい数値スキームを提案する。 フォッカー・プランク方程式から大域相対エントロピーの2階ワッサーシュタイン勾配流を導出する。 既存のスキームと比較して、ワッサーシュタイン勾配流は実データ密度を近似するより滑らかで近似的な数値スキームである。
  論文  参考訳（メタデータ） (2019-10-31T02:26:20Z)

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。