GSHMC公司

GSHMC:一种有效的分子模拟方法。混合蒙特卡罗(HMC)方法是从正则系综中取样的一种普遍而严格的方法。HMC方法基于经典分子动力学模拟,结合Metropolis接受准则和动量重采样步骤。当HMC方法在每个montecarlo步骤后完全重采样动量时,广义混合montecarlo(GHMC)方法可以通过一个部分动量更新步骤来实现。这一特性对于在整个采样过程中保持一些动态信息是可取的,类似于随机Langevin和Brownian动力学模拟。然而,GHMC方法的最终成功在于分子动力学部分的排斥率保持在最小值。否则,在蒙特卡罗样本中观察到一个不理想的Zitterbewegung。在本文中,我们描述了一种利用一种沿分子动力学轨迹保持高阶的修正能量来获得非常低的截留率的方法。修正能量是基于辛时间步进法的后向误差结果。提出的广义阴影混合蒙特卡罗(GSHMC)方法适用于NVT和NPT系综模拟。


zbMATH中的参考文献(引用于,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. Radivojević,Tijana;Akhmatskaya,Elena:用于贝叶斯推断的改进哈密顿蒙特卡罗法(2020)
  2. Bou Rabee,Nawaf;Sanz Serna,J.M.:几何积分器和哈密顿蒙特卡罗方法(2018)
  3. 2018年,采用改良的阿肯德耶斯喀-杰斯喀-杰斯卡-萨尔蒂亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨尼亚-萨
  4. Fernández Pendás,Mario;Akhmatskaya,Elena;Sanz Serna,J.M.:分子模拟中最佳节能的自适应多级积分器(2016)
  5. Campos,Cédric M.;Sanz Serna,J.M.:额外机会广义混合蒙特卡罗(2015)
  6. Escribano,Bruno;Akhmatskaya,Elena;Reich,Sebastian;Azpiroz,Jon M.:多时间步进广义混合蒙特卡罗方法(2015)
  7. Bou Rabee,Nawaf;Donev,Aleksandar;Vanden Eijnden,Eric:自伴扩散的大都市一体化方案(2014)
  8. Escribano,Bruno;Akhmatskaya,Elena;Mujika,Jon I.:在高效分子模拟中结合随机和确定性方法(2013)
  9. Arizumi,Nana;Bond,Stephen D.:分子动力学平均中离散化误差的估计与修正(2012)
  10. Bou Rabee,Nawaf;Vanden Eijnden,Eric:为类Langevin方程的显式积分器提供无条件稳定性的补丁(2012)
  11. Lelièvre,Tony;Rousset,Mathias;Stoltz,Gabriel:带约束的Langevin动力学和自由能差的计算(2012)
  12. Bou Rabee,Nawaf;Vanden Eijnden,Eric:SDE都市化积分器的路径精度和遍历性(2010)
  13. Akhmatskaya,Elena;Bou Rabee,Nawaf;Reich,Sebastian:有和没有动量翻转的广义混合蒙特卡罗方法的比较(2009)
  14. Akhmatskaya,Elena;Bou Rabee,Nawaf;Reich,Sebastian:“具有和不具有动量翻转的广义混合蒙特卡罗方法的比较”勘误表(2009年)
  15. Leimkuhler,Benedict;Reich,Sebastian:A Metropolis-adjusted NoséHoover恒温器(2009)
  16. Akhmatskaya,Elena;Reich,Sebastian:GSHMC:一种有效的分子模拟方法(2008)