論文の概要: Consistent Projection of Langevin Dynamics: Preserving Thermodynamics and Kinetics in Coarse-Grained Models

• arxiv url: http://arxiv.org/abs/2512.03706v1
• Date: Wed, 03 Dec 2025 11:57:29 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:06:08.327966
• Title: Consistent Projection of Langevin Dynamics: Preserving Thermodynamics and Kinetics in Coarse-Grained Models
• Title（参考訳）: ランゲヴィンダイナミクスの連続射影:粗粒モデルにおける熱力学と速度論の保存
• Authors: Vahid Nateghi, Lara Neureither, Selma Moqvist, Carsten Hartmann, Simon Olsson, Feliks Nüske,
• Abstract要約: この研究は、一般のアンダーダムランゲヴィン力学に対する射影に基づく粗粒の定式化を提示する。 さらに,ジェネレータ拡張動的モード分解(gEDMD)を用いてCG力学をモデル化する方法について述べる。
• 参考スコア（独自算出の注目度）: 1.590657228638911
• License:
• Abstract: Coarse graining (CG) is an important task for efficient modeling and simulation of complex multi-scale systems, such as the conformational dynamics of biomolecules. This work presents a projection-based coarse-graining formalism for general underdamped Langevin dynamics. Following the Zwanzig projection approach, we derive a closed-form expression for the coarse grained dynamics. In addition, we show how the generator Extended Dynamic Mode Decomposition (gEDMD) method, which was developed in the context of Koopman operator methods, can be used to model the CG dynamics and evaluate its kinetic properties, such as transition timescales. Finally, we combine our approach with thermodynamic interpolation (TI), a generative approach to transform samples between thermodynamic conditions, to extend the scope of the approach across thermodynamic states without repeated numerical simulations. Using a two-dimensional model system, we demonstrate that the proposed method allows to accurately capture the thermodynamic and kinetic properties of the full-space model.
• Abstract（参考訳）: 粗粒化(CG)は、生体分子のコンフォメーションダイナミクスのような複雑なマルチスケールシステムの効率的なモデリングとシミュレーションのための重要なタスクである。 この研究は、一般のアンダーダムランゲヴィン力学に対する射影に基づく粗粒の定式化を提示する。 Zwanzig射影法に続いて、粗粒度力学の閉形式式を導出する。 さらに,Koopman演算子の文脈で開発されたジェネレータ拡張動的モード分解(gEDMD)法を用いてCG力学をモデル化し,遷移時間スケールなどの運動特性を評価する方法について述べる。 最後に,本手法を熱力学補間法(TI)と組み合わせることで,数値シミュレーションを繰り返すことなく,熱力学状態にまたがるアプローチの範囲を広げる。 2次元モデルシステムを用いて,本手法は実空間モデルの熱力学特性と運動特性を正確に捉えることができることを示した。

関連論文リスト

• Nonlinear Model Order Reduction of Dynamical Systems in Process Engineering: Review and Comparison [50.0791489606211]
  我々は、最先端の非線形モデルオーダー削減手法についてレビューする。 本稿では,(化学)プロセスシステムのための汎用的手法と適合したアプローチについて論じる。
  論文  参考訳（メタデータ） (2025-06-15T11:39:12Z)
• Stochastic generative methods for stable and accurate closure modeling of chaotic dynamical systems [0.0]
  決定論的サブグリッドスケール(SGS)モデルは、特にカオスと乱流の領域において、散逸し不安定であることが多い。 微分方程式(SDE)を用いた閉包モデリングのためのパラメトリックおよび生成手法を提案する。 本研究では, 揺らぎに基づくモデルの導出と実装を行い, 生成的アプローチによるブリッジ理論モデルの精度向上を実証する。
  論文  参考訳（メタデータ） (2025-04-13T22:59:42Z)
• Diffusion Dynamics Models with Generative State Estimation for Cloth Manipulation [31.868248649812088]
  衣服の操作は、非常に複雑なダイナミクス、ほぼ無限の自由度、そして頻繁な自己閉塞によって困難である。 本稿では,知覚と動的モデリングの両方に対する拡散に基づく生成手法を提案する。 本研究では,実際のロボットシステムにおいて,布の折り畳みを効果的に行うことができることを示す。
  論文  参考訳（メタデータ） (2025-03-15T05:34:26Z)
• Geometric Trajectory Diffusion Models [58.853975433383326]
  生成モデルは3次元幾何学システムの生成において大きな可能性を示してきた。 既存のアプローチは静的構造のみで動作し、物理系は常に自然界において動的であるという事実を無視する。 本研究では3次元軌跡の時間分布をモデル化する最初の拡散モデルである幾何軌道拡散モデル(GeoTDM)を提案する。
  論文  参考訳（メタデータ） (2024-10-16T20:36:41Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間列を表現するために設計された新しい深部力学モデルを提案する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 振動系, ビデオ, 実世界の状態系列(MuJoCo)の実験結果から, 学習可能なエネルギーベース先行モデルの方が既存のモデルより優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Deep generative modelling of canonical ensemble with differentiable thermal properties [0.9421843976231371]
  標準アンサンブルの温度の異なる変分モデルを提案する。 深部生成モデルを用いて、連続した温度範囲で自由エネルギーを推定し、同時に最小化する。 トレーニングプロセスはデータセットを必要とせず、任意の明示的な密度生成モデルで動作する。
  論文  参考訳（メタデータ） (2024-04-29T03:41:49Z)
• Effective Hamiltonian approach to the exact dynamics of open system by complex discretization approximation for environment [0.0]
  複素ガウス二次関数に基づく複素周波数空間への離散化近似法の一般化を提案する。 有効ハミルトニアンは非エルミート的であり、負の虚部を持つ複素エネルギーモードを証明できる。
  論文  参考訳（メタデータ） (2023-03-12T05:34:29Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Learning Neural Generative Dynamics for Molecular Conformation Generation [89.03173504444415]
  分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。 分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-02-20T03:17:58Z)

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。