論文の概要: CARD: Coarse-to-fine Autoregressive Modeling with Radix-based Decomposition for Transferable Free Energy Estimation

• arxiv url: http://arxiv.org/abs/2605.02657v1
• Date: Mon, 04 May 2026 14:38:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.340515
• Title: CARD: Coarse-to-fine Autoregressive Modeling with Radix-based Decomposition for Transferable Free Energy Estimation
• Title（参考訳）: CARD:Radix-based Decomposition を用いた粗大な自己回帰モデルによる移動可能自由エネルギー推定
• Authors: Ziyang Yu, Yi He, Wenbing Huang, Wen Yan, Yang Liu,
• Abstract要約: CARDは3次元座標を混合離散連続配列に変換するために、新しい基数分解を用いた生成フレームワークである。 CARDは、様々なトポロジを持つ未知のシステム上での古典的な計算手法の精度と一致し、推論においておよそ40倍のスピードアップを達成する。
• 参考スコア（独自算出の注目度）: 22.335696881405536
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Estimating free energy differences quantifies thermodynamic preferences in molecular interactions, which is central to chemistry and drug discovery. Despite fruitful progress, existing methods still face key limitations: classical computational approaches remain prohibitively expensive due to their reliance on extensive molecular dynamics simulations, while deep learning-based methods are constrained by either less-expressive generative models or input dimensions tied to a specific system, resulting in negligible generalization. To address these challenges, we propose CARD, a generative framework that employs a novel radix-based decomposition to bijectively convert 3D coordinates into mixed discrete-continuous sequences, enabling coarse-to-fine autoregressive modeling with enhanced expressiveness. Notably, the model corresponds to a distribution with zero free energy, serving as a proposal for absolute free energy computation of arbitrary systems without relying on alchemical pathways. Experiments across diverse tasks demonstrate that CARD matches the accuracy of classical computational methods on unseen systems with diverse topologies, while achieving an approximately 40-fold speedup in inference.
• Abstract（参考訳）: 自由エネルギー差の推定は、化学や薬物発見の中心となる分子相互作用における熱力学的嗜好を定量化する。 古典的な計算手法は、広範な分子動力学シミュレーションに依存しているため、違法に高価なままであり、深層学習に基づく手法は、表現力の低い生成モデルまたは特定のシステムに結びついている入力次元によって制約され、無視できる一般化をもたらす。 これらの課題に対処するため,我々は3次元座標を混合離散連続配列に変換するための新しいラジックス分解を用いた生成フレームワークであるCARDを提案し,表現性を高めた粗い自己回帰モデルを実現する。 特に、モデルはゼロ自由エネルギーの分布に対応し、アルケミカル経路に依存しない任意の系の絶対自由エネルギー計算の提案として機能する。 様々なタスクにわたる実験により、CARDは予測の約40倍のスピードアップを達成しつつ、目に見えないシステム上の古典的な計算手法の精度と様々なトポロジで一致していることが示された。

関連論文リスト

• TICA-Based Free Energy Matching for Machine-Learned Molecular Dynamics [39.146761527401424]
  損失関数に相補的なエネルギーマッチング項を導入する。 我々はCGSchNetモデルを用いてチグノリンタンパク質の枠組みを評価した。 エネルギーマッチングは統計学的に精度が向上することはなかったが、モデルが自由エネルギー表面を一般化する方法に顕著な傾向を示した。
  論文  参考訳（メタデータ） (2025-09-18T04:22:25Z)
• Stochastic and Non-local Closure Modeling for Nonlinear Dynamical Systems via Latent Score-based Generative Models [0.0]
  非線形力学系における学習,非局所的クロージャモデル,法則を学習するための潜在スコアベース生成AIフレームワークを提案する。 この研究は、明確なスケール分離なしに複雑なマルチスケール力学系をモデル化する重要な課題に対処する。
  論文  参考訳（メタデータ） (2025-06-25T19:04:02Z)
• 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)
• Principled model selection for stochastic dynamics [0.0]
  オーバーフィッティングは、個々のモデルの複雑さだけでなく、可能なモデルの成長からも生じることを示す。 PASTIS(Parsimonious Inference, Parsimonious Inference)は、超流動パラメータを抑えるために、極値理論と確率推定を組み合わせた原理的手法である。
  論文  参考訳（メタデータ） (2025-01-17T18:23:16Z)
• Constrained Synthesis with Projected Diffusion Models [47.56192362295252]
  本稿では, 制約や物理原理の遵守を満足し, 証明する上で, 生成拡散プロセスへのアプローチを紹介する。 提案手法は, 従来の生成拡散過程を制約分布問題として再キャストし, 制約の順守を保証する。
  論文  参考訳（メタデータ） (2024-02-05T22:18:16Z)
• GeoDiff: a Geometric Diffusion Model for Molecular Conformation Generation [102.85440102147267]
  分子配座予測のための新しい生成モデルGeoDiffを提案する。 GeoDiffは、既存の最先端のアプローチよりも優れているか、あるいは同等であることを示す。
  論文  参考訳（メタデータ） (2022-03-06T09:47:01Z)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Generalized Discrete Truncated Wigner Approximation for Nonadiabtic Quantum-Classical Dynamics [0.0]
  線形化半古典法, 一般化離散トランケートウィグナー近似(GDTWA)を導入する。 GDTWAは離散位相空間における電子自由度をサンプリングし、電子状態の集団の非物理的成長を禁ずる。 本手法は, 化学および関連分野における非断熱力学問題の解決に極めて適している可能性が示唆された。
  論文  参考訳（メタデータ） (2021-04-14T21:53:35Z)
• 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)
• 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。