OPTIMIZING WEIGHTED ENSEMBLE SAMPLING OF STEADY STATES.
OPTIMIZING WEIGHTED ENSEMBLE SAMPLING OF STEADY STATES.
复制标题
DOI：
10.1137/18m1212100
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Zuckerman DM
中科院分区：
文献类型：
--
作者：
Aristoff D;Zuckerman DM
我们提出了稳态状态下马尔可夫链加权集成采样的参数优化技术。加权系综由马尔可夫链的副本组成，每个副本都带有一个权重，根据其在划分状态空间的多个容器中的每个容器内的权重定期重新采样。我们从第一原理出发，得出优化加权集成参数选择的策略，特别是箱的选择和每个箱中维护的副本数量。在一个简单的数值示例中，我们将新策略与更传统的策略以及直接蒙特卡罗进行比较。
We propose parameter optimization techniques for weighted ensemble sampling of Markov chains in the steady-state regime. Weighted ensemble consists of replicas of a Markov chain, each carrying a weight, that are periodically resampled according to their weights inside of each of a number of bins that partition state space. We derive, from first principles, strategies for optimizing the choices of weighted ensemble parameters, in particular the choice of bins and the number of replicas to maintain in each bin. In a simple numerical example, we compare our new strategies with more traditional ones and with direct Monte Carlo.
登录
查看更多内容
影响因子：
1.8
作者：
del Moral, P;Garnier, J
通讯作者：
Garnier, J
影响因子：
1.3
作者：
Doob, J. L.
通讯作者：
Doob, J. L.
影响因子：
4.4
作者：
Donovan, Rory M.;Sedgewick, Andrew J.;Zuckerman, Daniel M.
通讯作者：
Zuckerman, Daniel M.
影响因子：
4.4
作者：
Bhatt, Divesh;Zhang, Bin W.;Zuckerman, Daniel M.
通讯作者：
Zuckerman, Daniel M.
影响因子：
4.4
作者：
Bello-Rivas, Juan M.;Elber, Ron
通讯作者：
Elber, Ron