論文の概要: Scalable Equilibrium Sampling with Sequential Boltzmann Generators

• arxiv url: http://arxiv.org/abs/2502.18462v1
• Date: Tue, 25 Feb 2025 18:59:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:22:40.401200
• Title: Scalable Equilibrium Sampling with Sequential Boltzmann Generators
• Title（参考訳）: 逐次ボルツマン発生器を用いたスケーラブル平衡サンプリング
• Authors: Charlie B. Tan, Avishek Joey Bose, Chen Lin, Leon Klein, Michael M. Bronstein, Alexander Tong,
• Abstract要約: ボルツマン生成フレームワークを拡張し、2つの重要な改良を加えた逐次ボルツマン生成装置を導入する。 1つ目は、全原子カルテシアン座標上で直接動作する高効率な非等価トランスフォーマーベース正規化フローである。 これまでのボルツマン発生器では, トリ, テトラ, ヘキサペプチドのカルテシアン座標における最初の平衡サンプリングを実証した。
• 参考スコア（独自算出の注目度）: 60.00515282300297
• License:
• Abstract: Scalable sampling of molecular states in thermodynamic equilibrium is a long-standing challenge in statistical physics. Boltzmann generators tackle this problem by pairing powerful normalizing flows with importance sampling to obtain statistically independent samples under the target distribution. In this paper, we extend the Boltzmann generator framework and introduce Sequential Boltzmann generators (SBG) with two key improvements. The first is a highly efficient non-equivariant Transformer-based normalizing flow operating directly on all-atom Cartesian coordinates. In contrast to equivariant continuous flows of prior methods, we leverage exactly invertible non-equivariant architectures which are highly efficient both during sample generation and likelihood computation. As a result, this unlocks more sophisticated inference strategies beyond standard importance sampling. More precisely, as a second key improvement we perform inference-time scaling of flow samples using annealed Langevin dynamics which transports samples toward the target distribution leading to lower variance (annealed) importance weights which enable higher fidelity resampling with sequential Monte Carlo. SBG achieves state-of-the-art performance w.r.t. all metrics on molecular systems, demonstrating the first equilibrium sampling in Cartesian coordinates of tri, tetra, and hexapeptides that were so far intractable for prior Boltzmann generators.
• Abstract（参考訳）: 熱力学平衡における分子状態のスケーラブルサンプリングは、統計物理学における長年の課題である。 ボルツマン発生器は、目標分布の下で統計的に独立なサンプルを得るために、重要サンプリングを伴う強力な正規化フローをペアにすることでこの問題に対処する。 本稿では,Boltzmannジェネレータフレームワークを拡張し,SBG(Sequential Boltzmann Generators)を導入した。 1つ目は、全原子カルテシアン座標上で直接動作する高効率な非等価トランスフォーマーベース正規化フローである。 先行手法の同変連続フローとは対照的に,サンプル生成と確率計算の両面で高い効率性を持つ,正確に非可逆な非同変アーキテクチャを利用する。 その結果、標準的な重要度サンプリング以上の高度な推論戦略が解放される。 より正確には、第2のキーとなる改善として、サンプルをターゲット分布へ輸送する熱処理ランゲヴィン力学を用いて、フローサンプルの推論時間スケーリングを行い、モンテカルロによる高忠実度再サンプリングを可能にした。 SBGは、これまでのボルツマン・ジェネレータにとって難易度の高いトリ、テトラ、ヘキサペプチドのカルテシアン座標における最初の平衡サンプリングを実証し、分子系の全ての測定値の最先端のパフォーマンスを達成した。

関連論文リスト

• Flow Perturbation to Accelerate Unbiased Sampling of Boltzmann distribution [2.103187931015573]
  フローベース生成モデルはボルツマン分布のサンプリングに用いられているが、その応用は流れのジャコビアンを得る計算コストによって妨げられている。 本稿では,最適化された摂動を流れに組み込む流れ摂動法を提案する。 摂動流によって生じる軌跡を再重み付けすることにより,ボルツマン分布の非バイアスサンプリングを桁違いの速度アップで達成する。
  論文  参考訳（メタデータ） (2024-07-15T12:29:17Z)
• Transferable Boltzmann Generators [6.36887173111677]
  化学空間をまたいで移動可能なボルツマン発生器のための第1の枠組みを提案する。 提案アーキテクチャは, 単一分子系で訓練されたボルツマン発生器の効率を向上させる。
  論文  参考訳（メタデータ） (2024-06-20T15:50:12Z)
• Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [109.23137009609519]
  反復Denoising Energy Matching (iDEM) iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。 提案手法は,全測定値の最先端性能を達成し,2～5倍の速さでトレーニングを行う。
  論文  参考訳（メタデータ） (2024-02-09T01:11:23Z)
• Equivariant Flow Matching with Hybrid Probability Transport [69.11915545210393]
  拡散モデル (DM) は, 特徴量の多いジオメトリの生成に有効であることを示した。 DMは通常、非効率なサンプリング速度を持つ不安定な確率力学に悩まされる。 等変モデリングと安定化確率力学の両方の利点を享受する幾何フローマッチングを導入する。
  論文  参考訳（メタデータ） (2023-12-12T11:13:13Z)
• SE(3) Equivariant Augmented Coupling Flows [16.65770540017618]
  正規化フローの結合は、高速なサンプリングと密度評価を可能にする。 標準カップリングアーキテクチャは、原子のカルテシアン座標で動く供給フローを妨げている。
  論文  参考訳（メタデータ） (2023-08-20T20:49:15Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Equivariant flow matching [0.9208007322096533]
  等変連続正規化流(CNF)の新しい訓練目標である等変フローマッチングを導入する。 等変流マッチングは、標的エネルギーの物理対称性を利用して、同変CNFの効率的でシミュレーションなしな訓練を行う。 この結果から,同変フローマッチングの対象は,従来の手法に比べて,より短い積分経路,サンプリング効率の向上,スケーラビリティの向上を図っている。
  論文  参考訳（メタデータ） (2023-06-26T19:40:10Z)
• 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)
• Gaussianization Flows [113.79542218282282]
  そこで本研究では,サンプル生成における効率のよい繰り返しと効率のよい逆変換を両立できる新しい型正規化フローモデルを提案する。 この保証された表現性のため、サンプル生成の効率を損なうことなく、マルチモーダルなターゲット分布をキャプチャできる。
  論文  参考訳（メタデータ） (2020-03-04T08:15:06Z)
• Stochastic Normalizing Flows [2.323220706791067]
  単純な事前分布の変換を学習するために,フローの正規化が有効であることを示す。 サンプルとフローパラメータの両方をエンドツーエンドに最適化できる効率的なトレーニング手順を導出する。 いくつかのベンチマークでSNFの表現力,サンプリング効率,正当性について述べる。
  論文  参考訳（メタデータ） (2020-02-16T23:29:32Z)

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。