論文の概要: Reactive Flux Matching: Mechanism Discovery and Adaptive Sampling of Rare Events
- arxiv url: http://arxiv.org/abs/2606.06295v1
- Date: Thu, 04 Jun 2026 15:31:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.907984
- Title: Reactive Flux Matching: Mechanism Discovery and Adaptive Sampling of Rare Events
- Title（参考訳）: リアクティブフラックスマッチング - メカニズムの発見とレアイベントの適応サンプリング
- Authors: Rishal Aggarwal, David Ryan Koes, Nicholas M. Boffi, Eric Vanden-Eijnden,
- Abstract要約: 反応軌道データから2つの相補的オブジェクトを直接学習するフレームワークであるFlux Matchingを紹介する。
Fフラックスマッチングは、分子系の電流速度軌跡の生成と速度定数計算によって検証される。
- 参考スコア（独自算出の注目度）: 13.883896077426597
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Path sampling methods generate ensembles of reactive trajectories connecting metastable states, but extracting mechanistic insight from these data remains nontrivial. We introduce Flux Matching, a framework that learns two complementary objects directly from reactive trajectory data: a current velocity $u(z)$, whose streamlines trace the dominant reaction pathways, and a scalar potential $h(z)$, obtained from a weighted Helmholtz-Hodge decomposition of the reactive current, that serves as a data-driven reaction coordinate. Both minimize quadratic functionals over the reactive path ensemble, analogous to the flow matching loss in generative modeling, and require no knowledge of the underlying dynamics or stationary distribution. Unlike committor-based methods, $u$ and $h$ remain well-defined under projection onto non-Markovian collective variables, and their level sets in turn provide adaptive interfaces for improved sampling with enhanced sampling methods. Flux Matching is validated through the generation of current velocity trajectories and rate constant calculations on molecular systems.
- Abstract（参考訳）: 経路サンプリング法は準安定状態と接続する反応軌道のアンサンブルを生成するが、これらのデータから機械的な洞察を抽出することは容易ではない。
流速$u(z)$と、重み付きヘルムホルツ・ホッジ分解から得られるスカラーポテンシャル$h(z)$は、データ駆動反応座標として機能する。
どちらも反応経路アンサンブル上の二次函数を最小にし、生成的モデリングにおけるフローマッチング損失に類似し、基礎となる力学や定常分布の知識を必要としない。
コミット子ベースのメソッドとは異なり、$u$ と $h$ は非マルコフ集合変数への射影の下でよく定義されており、そのレベルセットは改良されたサンプリングメソッドでサンプリングを改善するための適応インターフェイスを提供する。
フラックスマッチングは、分子系の電流速度軌跡の生成と速度定数計算によって検証される。
関連論文リスト
- Influence-Guided Symbolic Regression: Scientific Discovery via LLM-Driven Equation Search with Granular Feedback [56.69850045068714]
逐次的2段階プロセスとして方程式発見をフレーム化する方法である textitInfluence-Guided Regression (IGSR) を導入する。
LLM-SRBench, 薬理学的PKPDモデル, 疫学シミュレーション, 実世界のゲノムデータなど, IGSRの有効性を示す。
論文 参考訳（メタデータ） (2026-05-27T23:48:01Z) - Probability-Conserving Flow Guidance [49.03107678763765]
Adaptive Manifold Guidance (AdaMaG)はリアリズムを改善し、幻覚を減らし、高誘導下での劣化を制御する。
画像生成ベンチマーク全体で、AdaMaGはリアリズムを改善し、幻覚を減らし、高誘導下での劣化を制御する。
論文 参考訳（メタデータ） (2026-05-19T16:34:01Z) - Rare Event Analysis via Stochastic Optimal Control [39.211234628277744]
本稿では,コミッタ推定を最適制御(SOC)問題とするフレームワークを提案する。
提案手法は,直接的バックプロパゲーション損失と原則付きオフ政治価値マッチング損失の2つの相補的目標を開発する。
ベンチマークシステムでは、既存の手法よりも正確なコミッタ推定、反応速度、平衡定数が得られる。
論文 参考訳（メタデータ） (2026-04-14T18:34:38Z) - Riemannian MeanFlow for One-Step Generation on Manifolds [54.09734511705173]
フローマッチングは、生成モデルのシミュレーション不要なトレーニングを可能にする。
平均フローは、位置依存接空間に速度が存在する多様体値生成に拡張することができる。
球面, トーリ, SO(3)における実験は, 品質・効率のトレードオフを改善し, サンプリングコストを大幅に削減して, 競争力のある一段階サンプリングを実証した。
論文 参考訳（メタデータ） (2026-03-11T12:41:46Z) - Is Flow Matching Just Trajectory Replay for Sequential Data? [46.770624059457724]
時系列生成には、フローマッチング(FM)がますます使われている。
一般的な力学構造を学ぶのか、それとも単に効果的な「軌道再生」を行うのかはよく分かっていない。
インプリッドサンプリングは、非パラメトリックなメモリ拡張型連続時間力学系を構成するODEであることを示す。
論文 参考訳（メタデータ） (2026-02-09T06:48:45Z) - Generative Modeling with Continuous Flows: Sample Complexity of Flow Matching [60.37045080890305]
本稿では,フローマッチングに基づく生成モデルにおいて,サンプルの複雑さを初めて解析する。
速度場推定誤差をニューラルネットワーク近似誤差、有限標本サイズによる統計的誤差、速度場推定のための有限個の最適化ステップによる最適化誤差に分解する。
論文 参考訳（メタデータ） (2025-12-01T05:14:25Z) - Generalized Flow Matching for Transition Dynamics Modeling [14.76793118877456]
局所力学から非線形性を学習することでシミュレーションをウォームアップするデータ駆動手法を提案する。
具体的には、局所力学データからポテンシャルエネルギー関数を推定し、2つの準安定状態間の可塑性経路を求める。
提案手法の有効性を検証するため, 合成分子系と実世界の分子系の両方において, 確率的経路をサンプリングする手法の有効性を検証する。
論文 参考訳（メタデータ） (2024-10-19T15:03:39Z) - Time-series Generation by Contrastive Imitation [87.51882102248395]
モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。
推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
論文 参考訳（メタデータ） (2023-11-02T16:45:25Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文 参考訳（メタデータ） (2022-06-29T22:19:03Z) - Supervised Learning and the Finite-Temperature String Method for
Computing Committor Functions and Reaction Rates [0.0]
希少事象の計算研究における中心的な対象はコミッタ関数である。
アルゴリズムの精度を改善するために追加の修正が必要であることを示す。
論文 参考訳（メタデータ） (2021-07-28T17:44:00Z)
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。