数学 > 概率
[提交于 2014年10月8日
]
标题: 自愈伞采样:收敛性和效率
标题: Self-Healing Umbrella Sampling: Convergence and efficiency
摘要: 自愈伞采样(SHUS)算法是一种自适应偏差算法,已被提出用于有效采样多模态概率测度。 我们表明,该方法可以视为众所周知的王-兰道算法的一种变体。 通过适应王-兰道算法收敛性的结果,我们证明了SHUS算法的收敛性。 我们还从效率方面比较了这两种方法。 最后,我们提出了一种对SHUS算法的修改以提高其效率,并展示了SHUS与良好温度元动力学方法的一些相似之处。
当前浏览上下文:
math.PR
切换浏览方式为:
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.