Swendsen--Wang

学习的多尺度采样克服了受挫自旋系统中的临界减速

研究人员开发了一种名为小波条件重整化群（WCRG）的新型采样方法，以解决受挫自旋系统中的临界减速问题。这种学习的多尺度采样方法绕过了传统簇算法（如Swendsen-Wang和Wolff）在存在受挫时失效的局限性。WCRG方法有效地学习了集体涨落的概率分布，能够从粗粒度到细粒度递归生成构型。与标准的局部MCMC方法相比，该技术显示出显著提高的效率，在伊辛模型般的临界点实现了O(log2 L)的整体采样复杂度。