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 > cond-mat > arXiv:1503.03295

帮助 | 高级搜索

凝聚态物理 > 统计力学

arXiv:1503.03295 (cond-mat)
[提交于 2015年3月11日 (v1) ,最后修订 2015年6月26日 (此版本, v2)]

标题: 长程相互作用系统的并行化随机截断方法

标题: Parallelized Stochastic Cutoff Method for Long-Range Interacting Systems

Authors:Eishin Endo, Yuta Toga, Munetaka Sasaki
摘要: 我们提出一种方法来并行化随机截断(SCO)方法,这是一种用于长程相互作用系统的蒙特卡洛方法。 在SCO方法消除相互作用后,我们将晶格划分为非相互作用的嵌套子晶格。 这种划分使我们能够并行化SCO方法中的蒙特卡洛计算。 这种划分是通过数值求解由SCO方法生成的图的顶点着色问题找到的。 我们使用Kuhn和Wattenhofer提出的算法通过并行计算解决顶点着色问题。 该方法被应用于二维磁偶极子系统在$L\times L$平方晶格上,以检验其并行化效率。 结果表明,在L=2304的情况下,使用288个处理器进行并行计算,计算速度提高了约102倍。
摘要: We present a method to parallelize the stochastic cutoff (SCO) method, which is a Monte-Carlo method for long-range interacting systems. After interactions are eliminated by the SCO method, we subdivide the lattice into non-interacting interpenetrating sublattices. This subdivision enables us to parallelize Monte-Carlo calculation in the SCO method. Such subdivision is found by numerically solving the vertex coloring of a graph created by the SCO method. We use an algorithm proposed by Kuhn and Wattenhofer to solve the vertex coloring by parallel computation. The present method was applied to a two-dimensional magnetic dipolar system on an $L\times L$ square lattice to examine its parallelization efficiency. The result showed that, in the case of L=2304, the speed of computation increased about 102 times by parallel computation with 288 processors.
评论: 8页,10图;2图已添加
主题: 统计力学 (cond-mat.stat-mech)
引用方式: arXiv:1503.03295 [cond-mat.stat-mech]
  (或者 arXiv:1503.03295v2 [cond-mat.stat-mech] 对于此版本)
  https://doi.org/10.48550/arXiv.1503.03295
通过 DataCite 发表的 arXiv DOI
期刊参考: J. Phys. Soc. Jpn. 84, 074002 (2015)
相关 DOI: https://doi.org/10.7566/JPSJ.84.074002
链接到相关资源的 DOI

提交历史

来自: Munetaka Sasaki [查看电子邮件]
[v1] 星期三, 2015 年 3 月 11 日 12:16:26 UTC (200 KB)
[v2] 星期五, 2015 年 6 月 26 日 05:03:31 UTC (205 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
查看许可
当前浏览上下文:
cond-mat.stat-mech
< 上一篇   |   下一篇 >
新的 | 最近的 | 2015-03
切换浏览方式为:
cond-mat

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