PulseAugur
实时 10:52:51
English(EN) Quenched large deviations for Monte Carlo integration with Coulomb gases

新的蒙特卡洛积分方法使用吉布斯测度提高精度

研究人员开发了一种使用吉布斯测度进行蒙特卡洛积分的新方法,吉布斯测度常用于模拟库仑气体等相互作用粒子系统。该方法旨在利用粒子间的排斥力来减少积分误差。研究表明,源自大偏差原理的势能的随机近似保留了积分算法的快速收敛特性,优于传统方法。特别是对于库仑相互作用,该方法要求近似基于另一个吉布斯测度,并为势能近似的均匀收敛提供了理论保证。 AI

影响 引入了一种新颖的数学技术,可以提高 AI 和机器学习中数值模拟的效率和准确性。

排序理由 在 arXiv 上发表的学术论文,详细介绍了蒙特卡洛积分的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的蒙特卡洛积分方法使用吉布斯测度提高精度

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Martin Rouault, R\'emi Bardenet, Myl\`ene Ma\"ida ·

    Quenched large deviations for Monte Carlo integration with Coulomb gases

    arXiv:2508.01392v2 Announce Type: replace-cross Abstract: Gibbs measures, such as Coulomb gases, are popular in modelling systems of interacting particles. Recently, we proposed to use Gibbs measures as randomized numerical integration algorithms with respect to a target measure …