Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.11968

帮助 | 高级搜索

数学 > 数值分析

arXiv:2504.11968 (math)
[提交于 2025年4月16日 (v1) ,最后修订 2025年4月17日 (此版本, v2)]

标题: 动态重新加权用于波动公式估计

标题: Dynamical reweighting for estimation of fluctuation formulas

Authors:Raphaël Gastaldello, Gabriel Stoltz, Urbain Vaes
摘要: 我们提出一种方差缩减方法,用于通过应用Girsanov定理到Green-Kubo公式中的重要性采样方法来计算分子动力学中的输运系数。 我们通过一个标量参数~$\alpha$优化应用于参考动力学的扰动幅度,并提出一种渐近分析以完全表征长时间行为,从而评估可能的方差缩减效果。 理论结果由数值结果验证,表明该方法在大多数情况下允许一定程度的方差缩减,尽管效果相对较小。
摘要: We propose a variance reduction method for calculating transport coefficients in molecular dynamics using an importance sampling method via Girsanov's theorem applied to Green--Kubo's formula. We optimize the magnitude of the perturbation applied to the reference dynamics by means of a scalar parameter~$\alpha$ and propose an asymptotic analysis to fully characterize the long-time behavior in order to evaluate the possible variance reduction. Theoretical results corroborated by numerical results show that this method allows for some reduction in variance, although rather modest in most situations.
主题: 数值分析 (math.NA)
引用方式: arXiv:2504.11968 [math.NA]
  (或者 arXiv:2504.11968v2 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.11968
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Raphael Gastaldello [查看电子邮件]
[v1] 星期三, 2025 年 4 月 16 日 11:01:20 UTC (2,817 KB)
[v2] 星期四, 2025 年 4 月 17 日 09:14:27 UTC (2,817 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
math
math.NA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号