事件链蒙特卡洛中必要且充分的对称性与广义流的应用，以及对硬二聚体的应用
摘要：事件链蒙特卡洛方法生成连续时间和非可逆马尔可夫过程，与可逆过程相比往往显示出重要的加速效果。然而，将其推广到任何系统可能并不那么直接。在本文中，我们基于最近对这种方法的分析特性建立起来，将其生成分段确定性马尔可夫过程（PDMP）的必要对称性与可能在一般情况下证明过于限制性的充分对称性进行明确解释。因此，我们得出概率流和最小事件速率的必要旋转不变性，与相应的无限小拒绝率一致。这些条件总是产生正确的ECMC方案。然后，我们将这些结果推广到比传统的平移流更一般的确定性流的情况。特别是，我们定义了两类感兴趣的一般流，即理想流和均匀理想流，分别压制或降低事件速率。在此基础上，通过引入均匀理想流，我们实现了对硬二聚体系统的完全非可逆采样，并且相比于最先进的ECMC / Metropolis混合方案，显示出了高达约3倍的加速。
作者：Tristan Guyon and Arnaud Guillin and Manon Michel
论文ID：2307.02341
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-07-06