論文の概要: Counterdiabatic Hamiltonian Monte Carlo

• arxiv url: http://arxiv.org/abs/2602.21272v1
• Date: Tue, 24 Feb 2026 15:56:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 18:19:16.567526
• Title: Counterdiabatic Hamiltonian Monte Carlo
• Title（参考訳）: 対戦型ハミルトン・モンテカルロ
• Authors: Reuben Cohn-Gordon, Uroš Seljak, Dries Sels,
• Abstract要約: ハミルトニアン・モンテカルロ(Hachian Monte Carlo、HMC)は、微分可能な密度の分布からサンプリングする方法の1つである。 時間的に異なるハミルトン分布で HMC を走らせると、この問題に対処できる。 我々は,より効率的なカーネルを持つSMCサンプリング器とみなすことができるemphCounterdiabatic Hamiltonian Monte Carlo (CHMC)を提案する。
• 参考スコア（独自算出の注目度）: 0.0254890465057467
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hamiltonian Monte Carlo (HMC) is a state of the art method for sampling from distributions with differentiable densities, but can converge slowly when applied to challenging multimodal problems. Running HMC with a time varying Hamiltonian, in order to interpolate from an initial tractable distribution to the target of interest, can address this problem. In conjunction with a weighting scheme to eliminate bias, this can be viewed as a special case of Sequential Monte Carlo (SMC) sampling \cite{doucet2001introduction}. However, this approach can be inefficient, since it requires slow change between the initial and final distribution. Inspired by \cite{sels2017minimizing}, where a learned \emph{counterdiabatic} term added to the Hamiltonian allows for efficient quantum state preparation, we propose \emph{Counterdiabatic Hamiltonian Monte Carlo} (CHMC), which can be viewed as an SMC sampler with a more efficient kernel. We establish its relationship to recent proposals for accelerating gradient-based sampling with learned drift terms, and demonstrate on simple benchmark problems.
• Abstract（参考訳）: ハミルトニアン・モンテカルロ (HMC) は、微分可能な密度の分布からサンプリングする最先端の手法であるが、多重モーダル問題に適用した場合、ゆっくりと収束することができる。 時間的に異なるハミルトン分布で HMC を走らせると、この問題に対処できる。 バイアスを排除する重み付けスキームと合わせて、これはSequential Monte Carlo (SMC) sample \cite{doucet 2001introduction} の特別な場合と見なすことができる。 しかし、初期分布と最終分布の間の変化が遅いため、このアプローチは非効率である可能性がある。 ハミルトニアンに学習された 'emph{counterdiabatic} という用語が量子状態の効率的な準備を可能にするため、 \emph{Counterdiabatic Hamiltonian Monte Carlo} (CHMC) が提案され、より効率的なカーネルを持つ SMC サンプルとして見ることができる。 我々は,学習したドリフト項を用いた勾配に基づくサンプリングの高速化に関する最近の提案と関係性を確立し,簡単なベンチマーク問題を実証する。

関連論文リスト

• Quantum Speedups for Markov Chain Monte Carlo Methods with Application to Optimization [12.054017903540194]
  我々はマルコフ・チェイン・モンテカルロ法に対する証明可能な高速化を提供する量子アルゴリズムを提案する。 勾配推定のための新しい手法を導入することにより,従来のサンプリング器の複雑さが向上する。
  論文  参考訳（メタデータ） (2025-04-04T17:44:22Z)
• Scaling of Stochastic Normalizing Flows in $\mathrm{SU}(3)$ lattice gauge theory [44.99833362998488]
  非平衡マルコフ連鎖モンテカルロシミュレーションは、ターゲット確率分布からのサンプルに対するジャージンスキーの等式に基づくよく理解されたフレームワークを提供する。 平衡外進化はフローベースアプローチの同じ枠組みを共有しており、自然に正規化フロー(SNF)と呼ばれる新しいアーキテクチャに結合することができる。 4次元における$mathrmSU(3)$の格子ゲージ理論に対するSNFの最初の実装は、非平衡モンテカルロ更新の間にゲージ同変層を導入することで定義される。
  論文  参考訳（メタデータ） (2024-11-29T19:01:05Z)
• Convergence Bounds for Sequential Monte Carlo on Multimodal Distributions using Soft Decomposition [6.872242798058046]
  逐次モンテカルロ法(SMC)アルゴリズムにより得られたサンプルの実証測度の下での関数の分散に関するバウンダリを証明した。 我々は,局所MCMC力学に依存する混合時間を用いて,真のマルチモーダル設定でバウンダリが得られることを示す。
  論文  参考訳（メタデータ） (2024-05-29T22:43:45Z)
• Repelling-Attracting Hamiltonian Monte Carlo [0.8158530638728501]
  我々は、ハミルトニアンモンテカルロの変種(Repelling-Attracting Hamiltonian Monte Carlo (RAHMC))を提案する。 RAHMCには2つのステージがある: サンプルが高確率密度の領域から遠ざかるように促すモード推進段階と、サンプルが代替モードに近づいたり落ち着いたりするためのモード抽出段階である。
  論文  参考訳（メタデータ） (2024-03-07T15:54:55Z)
• Wasserstein Quantum Monte Carlo: A Novel Approach for Solving the Quantum Many-Body Schr\"odinger Equation [56.9919517199927]
  ワーッセルシュタイン量子モンテカルロ (WQMC) はフィッシャー・ラオ計量ではなくワーッセルシュタイン計量によって誘導される勾配流を用いており、テレポートではなく確率質量の輸送に対応する。 我々は、WQMCの力学が分子系の基底状態へのより高速な収束をもたらすことを実証的に実証した。
  論文  参考訳（メタデータ） (2023-07-06T17:54:08Z)
• When does Metropolized Hamiltonian Monte Carlo provably outperform Metropolis-adjusted Langevin algorithm? [4.657614491309671]
  本研究では, 磁化ハミルトン・モンテカルロ (HMC) と跳躍フロッグ積分器の混合時間について解析した。 連続HMC力学の離散化における位置と速度変数の結合分布は, ほぼ不変であることを示す。
  論文  参考訳（メタデータ） (2023-04-10T17:35:57Z)
• Sampling from high-dimensional, multimodal distributions using automatically tuned, tempered Hamiltonian Monte Carlo [0.0]
  ハミルトニアン・モンテカルロ (HMC) は、比例性で知られている密度を持つ高次元ターゲット分布のサンプリングに広く用いられている。 本研究では,高次元の強いマルチモーダル分布からの効率的なサンプリングを可能にするため,高温超伝導体とテンパリングを組み合わせた手法を提案する。
  論文  参考訳（メタデータ） (2021-11-12T18:48:36Z)
• Annealed Flow Transport Monte Carlo [91.20263039913912]
  Annealed Flow Transport (AFT) built on Annealed Importance Smpling (AIS) and Sequential Monte Carlo (SMC) AFTは、連続したターゲットに向かって粒子をプッシュするために順次学習されるNFに依存します。 AFTの人口バージョンの連続時間スケーリング限界は、Feynman--Kac測度によって与えられることを示した。
  論文  参考訳（メタデータ） (2021-02-15T12:05:56Z)
• 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)
• Free Energy Wells and Overlap Gap Property in Sparse PCA [81.64027805404483]
  我々は「ハード」体制におけるスパースPCA問題(主成分分析)の変種について検討する。 問題に自然に関連付けられた様々なギブズ測度に対する自由エネルギー井戸の深さの有界性を示す。 我々は、オーバーラップギャップ特性(OGP)がハードレジームの重要な部分を占めていることを証明した。
  論文  参考訳（メタデータ） (2020-06-18T17:18:02Z)
• Targeted stochastic gradient Markov chain Monte Carlo for hidden Markov models with rare latent states [48.705095800341944]
  隠れマルコフモデルのためのマルコフ連鎖モンテカルロ (MCMC) アルゴリズムは、しばしば前向きのサンプリング器に依存する。 これにより、時系列の長さが増加するにつれて計算が遅くなり、サブサンプリングベースのアプローチの開発が動機となる。 本稿では,パラメータの勾配を計算する際に,希少な潜伏状態に対応するオーバーサンプリング観測を対象とするサブサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2018-10-31T17:44:20Z)

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。