論文の概要: Quenched Ensemble Sampling

• arxiv url: http://arxiv.org/abs/2609.15894v1
• Date: Mon, 14 Sep 2026 17:16:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.527268
• Title: Quenched Ensemble Sampling
• Title（参考訳）: 焼成アンサンブルサンプリング
• Abstract要約: エネルギー境界における反発ポテンシャルの族にハード制約を一般化するクエンチドアンサンブルサンプリングを導入する。 本稿では, 位相遷移の合成モデルを用いて, 差分確率を推定し, 後続試料を1次遷移で描画する手法を提案する。 高次元連続格子場理論では、この手法が一階遷移を横切ることを示し、分割関数を推定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Some of the sharpest challenges in sampling from the energy functions of physical systems arise at phase transitions, where the density of states changes abruptly and many sampling algorithms stall. Nested sampling is a particle method that traverses the density of states under a hard energy constraint and is known to be robust to such transitions, but its application in high dimension is limited by the difficulty of sampling under that constraint. In this work we introduce Quenched Ensemble Sampling, which generalises the hard constraint to a family of repulsive potentials at the energy boundary. This preserves the quenched path of monotonically decreasing energy while making the constrained target amenable to scalable gradient-based kernels. We demonstrate on synthetic models of phase transitions that our method estimates the marginal likelihood and draws posterior samples across a first-order transition where popular alternatives such as tempering fail. We apply the procedure to marginal likelihood estimation in Bayesian neural networks, enabling model comparison between network architectures. Finally, in a high-dimensional continuous lattice field theory, we show that this method traverses a first-order transition and estimates the partition function.
• Abstract（参考訳）: 物理系のエネルギー関数からサンプリングする際の最も急激な課題は、状態の密度が突然変化し、多くのサンプリングアルゴリズムが停止する相転移で生じる。 ネストサンプリング(Nested sample)は、強いエネルギー制約の下で状態の密度を横切る粒子法であり、そのような遷移に対して堅牢であることが知られているが、高次元におけるその適用は、その制約の下でのサンプリングの困難さによって制限される。 この研究では、エネルギー境界における反発ポテンシャルの族へのハード制約を一般化するクエンチドアンサンブルサンプリングを導入する。 これは、制約された目標を拡張性のある勾配ベースのカーネルと同等にしながら、単調にエネルギーを減少させる待ち行列を保っている。 本稿では, 位相遷移の合成モデルを用いて, 限界確率を推定し, 後続サンプルを1次遷移に描画する。 本手法をベイズニューラルネットワークの限界推定に適用し,ネットワークアーキテクチャ間のモデル比較を可能にする。 最後に、高次元連続格子場理論において、この手法が一階遷移を横切ることを示し、分割関数を推定する。

関連論文リスト

• Measurement-induced state transitions across the fluxonium qubit landscape [73.92964306525622]
  本研究では,フラクソニウム量子ビットにおける測定誘起状態遷移を幅広いパラメータにわたって検討した。 より軽いフラキソニウムは、より重いフラキソニウムに比べて、これらの状態遷移の影響を受けにくいことが判明した。 この効果は、多重光子共鳴の密度が低いこと、与えられた分散シフトの要求結合が小さいこと、および電荷作用素のより調和的な構造が原因である。
  論文  参考訳（メタデータ） (2026-04-09T17:53:41Z)
• Latent Object Permanence: Topological Phase Transitions, Free-Energy Principles, and Renormalization Group Flows in Deep Transformer Manifolds [0.5729426778193398]
  幾何学的および統計的物理レンズを用いた深部変圧器言語モデルにおける多段階推論の出現について検討する。 我々は、フォワードパスを離散粗粒度写像として形式化し、安定な「概念盆地」の出現と、この再正規化のような力学の固定点を関連付ける。 結果として生じる低エントロピー状態は、スペクトルテール崩壊と、表現空間における過渡的で再利用可能なオブジェクトのような構造の形成によって特徴づけられる。
  論文  参考訳（メタデータ） (2026-01-16T23:11:02Z)
• Functional Gradient Flows for Constrained Sampling [29.631753643887237]
  本稿では,制約付き関数勾配流(CFG)と呼ばれる,制約付きサンプリングのための新しい関数勾配ParVI法を提案する。 また、領域制約から生じる境界積分項を扱うための新しい数値戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-30T16:20:48Z)
• Exact solution of the infinite-range dissipative transverse-field Ising model [0.0]
  無限範囲相互作用の極限における横場イジングモデルの定常状態に対する正確な解を示す。 我々の解は、集合スピン対称性や置換対称性が欠如しているにもかかわらず成り立つ。 これにより、一階および二階の散逸相転移、駆動散逸臨界を調査でき、驚くべき「スピン遮断」現象の出現を捉えることができる。
  論文  参考訳（メタデータ） (2023-07-13T17:59:23Z)
• Restoration-Degradation Beyond Linear Diffusions: A Non-Asymptotic Analysis For DDIM-Type Samplers [90.45898746733397]
  本研究では拡散生成モデルに用いる決定論的サンプリング器の非漸近解析のためのフレームワークを開発する。 確率フローODEに沿った1ステップは,1) 条件付き対数線上を無限に先行して上昇する回復ステップ,2) 雑音を現在の勾配に向けて前向きに進行する劣化ステップの2段階で表すことができる。
  論文  参考訳（メタデータ） (2023-03-06T18:59:19Z)
• Aspects of scaling and scalability for flow-based sampling of lattice QCD [137.23107300589385]
  格子場理論におけるサンプリングへの機械学習正規化流れの最近の応用は、そのような手法が臨界減速と位相凍結を緩和できる可能性を示唆している。 最先端の格子量子色力学計算に適用できるかどうかはまだ定かではない。
  論文  参考訳（メタデータ） (2022-11-14T17:07:37Z)
• 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)
• Non-Hermitian topological quantum states in a reservoir-engineered transmon chain [0.0]
  非エルミート量子相が貯水池で駆動されるトランモン鎖で実現可能であることを示す。 この系では、真の量子効果は、トポロジカルエンドモードの頑健でゆっくりと崩壊する長距離量子絡みによって観測可能であることを示す。
  論文  参考訳（メタデータ） (2022-10-06T15:21:21Z)
• Conditioning Normalizing Flows for Rare Event Sampling [61.005334495264194]
  本稿では,ニューラルネットワーク生成構成に基づく遷移経路サンプリング手法を提案する。 本手法は遷移領域の熱力学と運動学の両方の解法を可能にすることを示す。
  論文  参考訳（メタデータ） (2022-07-29T07:56:10Z)
• 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)

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。