論文の概要: Assessing generative modeling approaches for free energy estimates in condensed matter

• arxiv url: http://arxiv.org/abs/2512.23930v1
• Date: Tue, 30 Dec 2025 01:21:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.251194
• Title: Assessing generative modeling approaches for free energy estimates in condensed matter
• Title（参考訳）: 凝縮物質中の自由エネルギー推定のための生成的モデリング手法の評価
• Authors: Maximilian Schebek, Jiajun He, Emil Hoffmann, Yuanqi Du, Frank Noé, Jutta Rogal,
• Abstract要約: 2つの状態間の自由エネルギー差の正確な推定は、分子シミュレーションにおける長年の課題である。 いくつかの生成モデルに基づく手法は、分布間の直接ブリッジを学習することでこの問題に対処している。 精度、データ効率、計算コスト、スケーラビリティをシステムサイズで評価する。
• 参考スコア（独自算出の注目度）: 16.45984829339286
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The accurate estimation of free energy differences between two states is a long-standing challenge in molecular simulations. Traditional approaches generally rely on sampling multiple intermediate states to ensure sufficient overlap in phase space and are, consequently, computationally expensive. Several generative-model-based methods have recently addressed this challenge by learning a direct bridge between distributions, bypassing the need for intermediate states. However, it remains unclear which approaches provide the best trade-off between efficiency, accuracy, and scalability. In this work, we systematically review these methods and benchmark selected approaches with a focus on condensed-matter systems. In particular, we investigate the performance of discrete and continuous normalizing flows in the context of targeted free energy perturbation as well as FEAT (Free energy Estimators with Adaptive Transport) together with the escorted Jarzynski equality, using coarse-grained monatomic ice and Lennard-Jones solids as benchmark systems. We evaluate accuracy, data efficiency, computational cost, and scalability with system size. Our results provide a quantitative framework for selecting effective free energy estimation strategies in condensed-phase systems.
• Abstract（参考訳）: 2つの状態間の自由エネルギー差の正確な推定は、分子シミュレーションにおける長年の課題である。 伝統的なアプローチは一般に、位相空間における十分な重複を保証するために複数の中間状態のサンプリングに依存しており、結果として計算コストがかかる。 いくつかの生成モデルに基づく手法は、近年、中間状態の必要性を回避し、分布間の直接ブリッジを学習することでこの問題に対処している。 しかし、どのアプローチが効率、正確性、スケーラビリティの最良のトレードオフを提供するのかは不明だ。 本研究では,これらの手法を体系的に検証し,コンデンス・マッターシステムに焦点をあてて,選択したアプローチをベンチマークする。 特に、目標とする自由エネルギー摂動とFEAT(Adaptive Transport付き自由エネルギー推定器)の文脈における離散的および連続的正規化フローの性能を、粗粒単原子氷とレナード・ジョーンズ固体をベンチマークシステムとして、ガードされたジャージンスキー等式とともに検討した。 精度、データ効率、計算コスト、スケーラビリティをシステムサイズで評価する。 本研究は, 凝縮相系における有効自由エネルギー推定戦略を選択するための定量的枠組みを提供する。

関連論文リスト

• Estimating Solvation Free Energies with Boltzmann Generators [0.0]
  異なる大きさの溶質間で溶媒配置をマッピングする正規化フローに基づく計算フレームワークを提案する。 Lennard-Jones溶媒の場合、この手法は自由エネルギーの差を推定する上で許容できる精度をもたらすことを実証する。
  論文  参考訳（メタデータ） (2025-12-20T00:08:19Z)
• EconProver: Towards More Economical Test-Time Scaling for Automated Theorem Proving [64.15371139980802]
  大規模言語モデル(LLM)は、最近、自動定理証明(ATP)の分野を進歩させた。 ATPモデルに対する異なるテスト時間スケーリング戦略は、推論にかなりの計算オーバーヘッドをもたらすことを示す。 本稿では,統一EconRLパイプラインに統合可能な2つの補完手法を提案する。
  論文  参考訳（メタデータ） (2025-09-16T03:00:13Z)
• Minimum-Excess-Work Guidance [17.15668604906196]
  本稿では,事前学習した確率フロー生成モデルを導くための正規化フレームワークを提案する。 本手法は,科学応用に共通するスパースデータ体制における効率的なガイダンスを可能にする。 粗粒タンパク質モデルにおけるフレームワークの汎用性を実証する。
  論文  参考訳（メタデータ） (2025-05-19T17:19:43Z)
• Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching [33.9461078261722]
  非正規化密度からの拡散過程を学習するための,高度にスケーラブルで効率的なアルゴリズムであるAdjoint Samplingを導入する。 カルテジアンおよびねじり座標の両方の分子をモデル化するために、鍵対称性と周期境界条件を組み込む方法を示す。 本稿では,古典的エネルギー関数の広範な実験を通じて提案手法の有効性を実証し,さらにニューラルネットワークに基づくエネルギーモデルまで拡張する。
  論文  参考訳（メタデータ） (2025-04-16T02:20:06Z)
• FEAT: Free energy Estimators with Adaptive Transport [56.65918359070768]
  自由エネルギー推定のための新しいフレームワークである適応輸送を用いた自由エネルギー推定器(FEAT)を提案する。 FEATは、ガードされたジャージンスキーの等式と制御されたクルックスの定理に基づく一貫した最小分散推定器を提供する。 おもちゃの例、分子シミュレーション、量子場理論に関する実験的検証は、既存の学習法よりも改善されていることを示す。
  論文  参考訳（メタデータ） (2025-04-15T15:16:18Z)
• 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)
• Sampling with Mollified Interaction Energy Descent [57.00583139477843]
  モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する 我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-10-24T16:54:18Z)
• Targeted free energy estimation via learned mappings [66.20146549150475]
  自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
  論文  参考訳（メタデータ） (2020-02-12T11:10:00Z)

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。