論文の概要: Free Energy Surface Sampling via Reduced Flow Matching
- arxiv url: http://arxiv.org/abs/2605.00337v1
- Date: Fri, 01 May 2026 01:35:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.813562
- Title: Free Energy Surface Sampling via Reduced Flow Matching
- Title（参考訳）: 還元流マッチングによる自由エネルギー表面サンプリング
- Authors: Zichen Liu, Tiejun Li,
- Abstract要約: 自由エネルギーサンプリング(FES)のためのリダクションフローマッチング(FM)法を提案する。
CV空間における動的輸送マップを訓練することにより,自由エネルギー表面の直接サンプリングを可能にする。
提案手法は様々なポテンシャル関数と集合変数にまたがって評価する。
- 参考スコア（独自算出の注目度）: 17.93274903825365
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sampling the free energy surface, namely, the distribution of collective variables (CVs), is a crucial problem in statistical physics, as it underpins a better understanding of chemical reactions and conformational transitions. Traditional methods for free energy surface sampling involve simulation in high-dimensional configuration space and projecting the resulting configurations onto the CV space. To reduce the computational costs of such sampling, we propose FES-FM, a reduced flow matching (FM) method for free energy sampling (FES). We train a dynamical transport map in the CV space, thereby enabling direct sampling of the free energy surface. For many-particle systems, we construct a prior distribution based on the Hessian at a local minimum of the potential, which ensures both rotation-translation invariance and physically meaningful configurations. We evaluate the proposed method across a variety of potential functions and collective variables. Comparative experiments demonstrate that our approach drastically reduces computational costs while delivering superior accuracy per unit sampling time.
- Abstract（参考訳）: 自由エネルギー表面、すなわち集合変数の分布をサンプリングすることは、化学反応や配座遷移の理解を深める上で、統計物理学において重要な問題である。
従来の自由エネルギー表面サンプリング法では、高次元構成空間でシミュレーションを行い、結果として得られる構成をCV空間に投影する。
このようなサンプリングの計算コストを削減するため,自由エネルギーサンプリング(FES)のためのフローマッチング(FM)法であるFES-FMを提案する。
CV空間における動的輸送マップを訓練することにより,自由エネルギー表面の直接サンプリングを可能にする。
多くの粒子系に対して、Hessian に基づく事前分布をポテンシャルの局所最小で構築し、回転変換不変性と物理的に有意な構成の両方を保証する。
提案手法は様々なポテンシャル関数と集合変数にまたがって評価する。
比較実験により,本手法は単体サンプリング時間当たりの精度を向上しつつ,計算コストを大幅に削減することを示した。
関連論文リスト
- Differentiable free energy surface: a variational approach to directly observing rare events using generative deep-learning models [4.343338326440084]
FESを直接モデル化するデータセットフリーフレームワークである変動自由エネルギー面(VaFES)を導入する。
希少なイベントは、生成モデルのワンショットサンプリングを通じて直接生成される構成で、FESから即座に識別することができる。
論文 参考訳（メタデータ） (2026-04-10T18:00:08Z) - EFF-Grasp: Energy-Field Flow Matching for Physics-Aware Dexterous Grasp Generation [54.09734511705173]
EFF-Graspは、物理を意識したデクサラスグリップ生成のためのフローマッチング合成ベースのフレームワークである。
我々は、スムーズな確率フローによる効率的な安定な生成を可能にする決定論的常微分方程式(ODE)プロセスとして、グリップを再構成する。
EFF-Graspは、拡散ベースラインよりもサンプリングステップを著しく少なくしながら、把握品質と物理的実現性において優れた性能を実現する。
論文 参考訳（メタデータ） (2026-03-17T06:11:56Z) - Enhancing Diffusion-Based Sampling with Molecular Collective Variables [23.394068689634086]
拡散に基づくサンプリングは、エネルギーやログ密度だけで複雑な高次元分布をサンプリングすることを学ぶ。
我々は、集合変数(CVs)として知られる原子座標のベスポーク、情報豊か、低次元射影に沿ったシーケンシャルバイアスを導入する。
拡散型サンプリング装置を用いた反応性サンプリングを初めて実施し, 原子間ポテンシャルによる結合破壊と生成をほぼ第一原理精度で観測した。
論文 参考訳（メタデータ） (2025-10-13T20:44:54Z) - 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) - 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) - Consensus-based adaptive sampling and approximation for high-dimensional energy landscapes [6.177038245239759]
高次元エネルギー景観におけるサロゲート構築のための残差適応サンプリングを用いて位相空間探索を統一するコンセンサスベースのフレームワークを提案する。
我々は、サロゲート近似と残留エンハンスサンプリングの両方を併用するミニマックスとして問題を定式化する。
開発されたフレームワークは、高次元エネルギーランドスケープを持つ複雑なシステムのための効率的なサロゲート構築のための一般的なものである。
論文 参考訳（メタデータ） (2023-11-08T20:32:27Z) - 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 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。