論文の概要: METALICA: METAdynamics and repLICA exchange for enhanced diffusion sampling

• arxiv url: http://arxiv.org/abs/2609.17823v1
• Date: Tue, 15 Sep 2026 20:38:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.537539
• Title: METALICA: METAdynamics and repLICA exchange for enhanced diffusion sampling
• Title（参考訳）: メタICA: 拡散サンプリングのためのメタダイナミックスと補体交換
• Abstract要約: 本稿では,Replica Exchangeを介して事前学習した拡散モデルにメタ力学を実装したMETALICAを紹介する。 集団変数に沿ってバイアスポテンシャルを蓄積し、バイアスサンプリングを通じて以前のサンプルから新しいサンプルを再現し、バイアスのない分布にサンプルを再重み付けする。 シーケンシャル・モンテ・カルロ(Sequential Monte Carlo)は、サンプルを一組の粒子上で並列化するシーケンシャル・コントロールの双対である。
• 参考スコア（独自算出の注目度）: 4.066551501610437
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many proteins function through transitions between conformational states, yet rare states are rarely sampled by diffusion models trained on an equilibrium ensemble, demanding better sampling methods. We introduce METALICA, which implements Metadynamics on a pretrained diffusion model via Replica Exchange. It accumulates a bias potential along a Collective Variable, repels new samples from previous ones through biased sampling, and reweights samples onto the unbiased distribution. METALICA holds one replica per diffusion level, forming a Markov Chain that evolves through inter-replica communication and is refined in place as the bias grows. METALICA is the dual of sequential control, in which Sequential Monte Carlo parallelizes the sampler over a batch of particles. Parallelism over the levels of the diffusion-time schedule instead allows METALICA to generate samples from long chains, essential for the discovery of rare events, with accuracy set by run length rather than by the memory available. We validate on a bimodal target with known free energies, then apply METALICA to the unfolding of a protein. At a budget for which sequential control yields no unfolded structure, METALICA populates the basin and resolves a second free energy minimum.
• Abstract（参考訳）: 多くのタンパク質はコンフォメーション状態間の遷移を通じて機能するが、平衡アンサンブルで訓練された拡散モデルによってサンプリングされることは稀であり、より優れたサンプリング方法を必要とする。 本稿では,Replica Exchangeを介して事前学習した拡散モデルにメタ力学を実装したMETALICAを紹介する。 集団変数に沿ってバイアスポテンシャルを蓄積し、バイアスサンプリングを通じて以前のサンプルから新しいサンプルを再現し、バイアスのない分布にサンプルを再重み付けする。 METALICAは拡散レベルごとに1つのレプリカを保持し、マルコフ連鎖を形成する。 METALICAはシーケンシャル制御の双対であり、Sequential Monte Carlo はサンプルを粒子のバッチ上で並列化する。 拡散時間スケジュールのレベルに対する並列性により、METALICAは稀な事象の発見に必要な長い連鎖からサンプルを生成することができ、メモリによってではなく、実行時間によって精度が設定される。 我々は、既知の自由エネルギーを持つ二モーダルターゲット上で検証し、その後、METALICAをタンパク質の展開に適用する。 逐次制御が展開された構造を産出しない予算では、METALICAは盆地を投入し、第2自由エネルギーを最小限に解決する。

関連論文リスト

• Enhanced Diffusion Sampling: Efficient Rare Event Sampling and Free Energy Calculation with Diffusion Models [12.081055615006305]
  希少領域の効率的な探索を可能にするため,拡散サンプリングの高度化を図った。 提案手法は,GPU分間からシステム毎の平衡特性の高速,高精度,スケーラブルな評価を実現する。
  論文  参考訳（メタデータ） (2026-02-18T17:26:15Z)
• 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)
• Adjoint Schrödinger Bridge Sampler [27.07623265593163]
  Adjoint Schr"odinger Bridge Sampler (ASBS) は、シンプルでスケーラブルなマッチングベースの目的を持つ新しい拡散サンプリングである。 ASBSはシュリンガー橋という数学的モデルに基づいており、速度論的・最適輸送によってサンプリング効率を高める。
  論文  参考訳（メタデータ） (2025-06-27T18:27:59Z)
• Consistent Sampling and Simulation: Molecular Dynamics with Energy-Based Diffusion Models [50.77646970127369]
  本稿では,Fokker-Planck由来の正規化項を用いたエネルギーベース拡散モデルを提案する。 高速折りたたみタンパク質を含む複数の生体分子系をサンプリング・シミュレートし,本手法を実証する。
  論文  参考訳（メタデータ） (2025-06-20T16:38:29Z)
• Progressive Inference-Time Annealing of Diffusion Models for Sampling from Boltzmann Densities [93.13866975467549]
  拡散に基づくサンプル学習のために, PITA(Progressive Inference-Time Annealing)を提案する。 PITAはボルツマン分布のアナーリングと拡散平滑化という2つの相補的手法を組み合わせたものである。 N-体粒子系、アラニンジペプチド、トリペプチドの平衡サンプリングを可能にする。
  論文  参考訳（メタデータ） (2025-06-19T17:14:22Z)
• 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)
• 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)

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。