論文の概要: Unbiased sampling from Boltzmann distributions with noisy energies

• arxiv url: http://arxiv.org/abs/2609.01204v1
• Date: Tue, 01 Sep 2026 13:12:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.676372
• Title: Unbiased sampling from Boltzmann distributions with noisy energies
• Title（参考訳）: 雑音エネルギーを持つボルツマン分布からの非バイアスサンプリング
• Authors: Iwo Sanderski, Gian Gentinetta, Giuseppe Carleo,
• Abstract要約: ボルツマン重みの偏りのない非負推定器を導入し、これはエネルギー推定器の上界のみを必要とし、高雑音下で効率を保っている。 変分量子回路の勾配を最適化するために、最小限のベースで$H_3+$の基底状態エネルギーを復元し、単一の軌道に従わずサンプリングすることで、変分エネルギーの風景をマッピングする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sampling from the Boltzmann distribution is central to computational physics, yet hard when the energy is known only through a stochastic estimate, such as with machine-learned molecular potentials, in variational Monte Carlo, or on quantum computers, because a noisy energy biases the sampled distribution. The penalty method of Ceperley and Dewing corrects this but requires the noise variance and becomes intractable when it is large. We introduce the Poisson product estimator, an unbiased, non-negative estimator of the Boltzmann weight that only needs an upper bound on the energy estimator and remains efficient at high noise. Using it to optimize a variational quantum circuit gradient-free, we recover the $H_3^+$ ground-state energy in a minimal basis and, by sampling rather than following a single trajectory, also map the variational energy landscape.
• Abstract（参考訳）: ボルツマン分布からのサンプリングは計算物理学の中心であるが、ノイズエネルギーがサンプリングされた分布に偏りがあるため、機械が学習した分子ポテンシャルや変分モンテカルロ、量子コンピュータのような確率論的推定によってのみエネルギーが知られている場合は困難である。 Ceperley と Dewing のペナルティ法は、これを補正するが、ノイズのばらつきが必要であり、大きいと難解になる。 我々はポアソン積推定器(Poisson product estimator)を導入する。これはボルツマン重みの偏りのない負の非負の推定器であり、エネルギー推定器の上限だけを必要とせず、高雑音下で効率を保っている。 変分量子回路の勾配を最適化するために、最小限のベースで$H_3^+$の基底状態エネルギーを復元し、単一の軌道に従わずにサンプリングすることで、変分エネルギーの風景をマッピングする。

関連論文リスト

• One-Step Sampler for Boltzmann Distributions via Drifting [12.425963016756855]
  エネルギー関数によって定義されるボルツマン分布のアモータライズサンプリングのためのドリフトベースフレームワークを提案する。 この方法は、現在のボルツマンモデルから滑らかなフィールドに沿ってサンプルを投影することで、ワンステップジェネレータを訓練する。
  論文  参考訳（メタデータ） (2026-03-18T10:35:16Z)
• FALCON: Few-step Accurate Likelihoods for Continuous Flows [78.37361800856583]
  本稿では,FALCON(Few-step Accurate Likelihoods for Continuous Flows)を提案する。 FALCONは分子ボルツマンサンプリングのための最先端の正規化フローモデルより優れており、同等の性能を持つCNFモデルよりも2桁高速である。
  論文  参考訳（メタデータ） (2025-12-10T18:47:25Z)
• Digitized Counterdiabatic Quantum Sampling [29.85893589594055]
  低温ボルツマン分布などのエネルギーモデルから効率的なサンプリングを行うためのハイブリッド量子古典アルゴリズムを提案する。 従来のサンプリングアルゴリズムであるメトロポリス・ハスティングス (Metropolis-Hastings) や最先端の低温並列処理技術 (低温度並列処理) は,DCQSの品質に合わせるために,最大で3桁のサンプルを必要とすることを示した。
  論文  参考訳（メタデータ） (2025-10-30T17:32:49Z)
• BoltzNCE: Learning Likelihoods for Boltzmann Generation with Stochastic Interpolants and Noise Contrastive Estimation [1.2874523233023452]
  ボルツマン分布からの効率的なサンプリングは、分子のような複雑な物理系をモデル化する上で重要な課題である。 我々は、ノイズコントラスト推定(NCE)とスコアマッチングの両方を用いて、エネルギーベースモデル(EBM)を訓練する。 また,提案手法では,実効的な転送学習を行い,推論時に新しいシステムに一般化し,標準MDよりも少なくとも6倍の高速化を実現している。
  論文  参考訳（メタデータ） (2025-07-01T15:18:28Z)
• Scalable Equilibrium Sampling with Sequential Boltzmann Generators [60.00515282300297]
  Boltzmannジェネレータフレームワークを2つの重要なコントリビューションで拡張する。 1つ目は、全原子カルテシアン座標で直接動作する非常に効率的なトランスフォーマーベースの正規化フローである。 特に,連続モンテカルロの連続時間変種を用いて,流れサンプルの推論時スケーリングを行う。
  論文  参考訳（メタデータ） (2025-02-25T18:59:13Z)
• Boltzmann sampling with quantum annealers via fast Stein correction [1.37736442859694]
  試料重量を計算するために高速で近似的な手法が開発され、D-Wave量子アニールによって生成されたサンプルを補正するために使用される。 ベンチマーク問題では、熱平均計算の残差が大幅に減少することが観察された。
  論文  参考訳（メタデータ） (2023-09-08T04:47:10Z)
• Adversarial Likelihood Estimation With One-Way Flows [44.684952377918904]
  GAN(Generative Adversarial Networks)は、高品質なサンプルを生成することができるが、サンプル周辺の確率密度を見積もることはできない。 提案手法は, より高速に収束し, 類似したアーキテクチャでGANに匹敵するサンプル品質を生成し, 一般的に使用されるデータセットの過度な適合を回避し, トレーニングデータのスムーズな低次元潜在表現を生成する。
  論文  参考訳（メタデータ） (2023-07-19T10:26:29Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• 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。