PulseAugur
中
实时 15:17:37
English(EN) Neural Non-Equilibrium Hamiltonian Monte Carlo for Corrected Boltzmann Sampling

新的NHMC方法提高了玻尔兹曼采样精度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为神经非平衡哈密顿蒙特卡洛（NHMC）的新方法，用于从玻尔兹曼密度进行更精确的采样。该方法训练一个采样器来生成随机的哈密顿风格路径，然后使用记录的非平衡功对这些路径进行统计校正。NHMC在估计归一化常数和自由能差方面显示出潜力，已在包括分子内坐标研究在内的各种测试用例中得到验证，尽管其有效性取决于路径重叠是否充分。 AI

影响 引入了一种新的计算技术，有望提高各种科学领域的采样精度。

排序理由 详细介绍新计算方法的学术论文。[lever_c_research降级：ic=1 ai=0.7]

在 arXiv cs.LG 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NHMC方法提高了玻尔兹曼采样精度

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Moxian Qian ·

    用于校正玻尔兹曼采样的神经非平衡哈密顿蒙特卡洛

    arXiv:2607.15682v1 Announce Type: new Abstract: Sampling from an unnormalized Boltzmann density requires proposals that move probability mass globally while retaining enough path-probability information for statistical correction. We introduce Neural Non-Equilibrium Hamiltonian M…

相关实体

相关话题