研究人员引入了巨正则生成器(GCG),一个旨在将玻尔兹曼生成器扩展到巨正则系综的新型框架。该方法通过对化学势进行条件化来对可变大小的生成模型进行条件化,从而实现粒子数和构型的联合采样。另一种因子化表述利用了现有的玻尔兹曼生成器来处理正则分量,解析地编码化学势依赖性,并为自归一化重要性采样(SNIS)提供可处理的似然度。在如 Lennard-Jones 流体和沸石中甲烷吸附等系统上的经验测试表明,GCG 在不同化学势下准确地重现了巨正则可观测量。 AI
影响 引入了一个用于模拟复杂分子系统的新生成框架,有可能推动材料科学和化学领域的研究。
排序理由 该集群包含一篇关于统计力学新生成框架的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- chemical potential
- grand canonical ensemble
- Grand Canonical Generators
- Lennard--Jones fluid
- methane
- self-normalized importance sampling
- zeolite
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →