Molecular Latent Space Simulators
小的积分时间步长限制了分子动力学（MD）模拟到毫秒时间尺度。马尔可夫状态模型（MSM）和无方程方法通过执行状态空间的配置或动态粗粒度化来从MD模拟数据中学习低维动力学模型。所学习的动力学模型使得能够在比MD可访问的时间尺度长得多的时间尺度上有效地生成动力学轨迹，但是构型空间的离散化和/或缺乏重建分子构型的手段排除了连续的全原子分子轨迹的生成。我们提出了潜在空间模拟器（LSS），通过训练三个深度学习网络来学习连续全原子模拟轨迹的动力学模型，以（i）学习分子系统的缓慢集体变量，（ii）在这个缓慢的潜在空间内传播系统动力学，以及（iii）生成性地重建分子构型。我们证明了该方法在Trp笼miniprotein的应用程序，以产生新的超长合成折叠轨迹，准确地再现全原子分子结构，热力学和动力学在六个数量级的成本低于MD。轨迹生成的成本显著降低，使得能够大大改进采样，并大大降低估计的热力学平均值和动力学速率的统计不确定性。
2020-07-01 physics.comp-ph stat.ML
VAMPnets: Deep learning of molecular kinetics
从高通量分子动力学模拟中计算生物分子过程的相关结构、平衡和长时间尺度动力学的需求越来越大，例如蛋白质-药物结合。目前的方法采用模拟坐标到结构特征的转换，降维，聚类降维数据，和分子结构之间的相互转换率的马尔可夫状态模型或相关模型的估计。这种手工制作的方法需要大量的建模专业知识，因为任何一步的错误决策都会导致大的建模错误。在这里，我们采用马尔可夫过程的变分方法（VAMP），使用神经网络（称为VAMPnets）开发分子动力学的深度学习框架。VAMPnet对从分子坐标到马尔可夫状态的整个映射进行编码，从而将整个数据处理管道组合在单个端到端框架中。我们的方法执行相同或更好地比国家的最先进的马尔可夫建模方法，并提供了易于解释的少状态动力学模型。
2017-12-20 physics.bio-ph physics.chem-ph physics.comp-ph
Detection and Prediction of Equilibrium States in Kinetic Plasma Simulations via Mode Tracking using Reduced-Order Dynamic Mode Decomposition
提出了一种基于动态模式分解（DMD）的降阶模型（ROM），用于等离子体动力学行为的跟踪、检测和预测。将DMD应用于基于电磁粒子单元（EMPIC）算法的高保真动力学等离子体模型，提取模型的基本动力学和关键特征。特别是，DMD的能力，重建的空间图案的自电场从高保真度的数据和DMD外推的带电粒子动力学上的自场的影响进行了研究。提出了一种基于DMD特征值在复平面上的轨迹识别瞬态到平衡态转变的滑动窗口DMD方法。在线检测平衡态结合DMD的时间外推能力，有可能有效地加快模拟。涉及电子束和等离子体球的案例研究，以评估所提出的方法的优势和局限性。
2021-08-20 physics.comp-ph physics.plasm-ph
Data-driven construction of a generalized kinetic collision operator from molecular dynamics
Michigan State University（密歇根州立大学）；the University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出从分子动力学数据直接学习广义动理学碰撞算符，通过引入各向异性形式刻画碰撞粒子对与环境的集体相互作用及二次能量转移，弥补了传统Landau模型在强关联等离子体动理学预测中的不足。
2025-04-04 cs.LG cs.NA math.NA
Phase transitions and non-equilibrium relaxation in kinetic models of opinion formation
我们详细回顾了最近提出的一些观点动力学的动力学模型。我们讨论了几个变种，包括一个广义模型。我们提供了平均场估计的临界点，这是数值支持合理的精度。使用非平衡弛豫技术，我们还调查了在这些模型中观察到的相变的性质。我们研究的性质的相关性接近临界点，并评论观察到的相变的普遍性。
2011-05-27 cond-mat.stat-mech cs.SI physics.comp-ph
Three applications of path integrals: equilibrium and kinetic isotope effects, and the temperature dependence of the rate constant of the [1,5] sigmatropic hydrogen shift in (Z)-1,3-pentadiene
最近的实验已经证实了核量子效应的重要性，即使在生理温度下的大生物分子。在这里，我们描述了如何路径积分形式主义可以用来严格描述核量子效应的平衡和分子的动力学性质。具体来说，我们解释了如何路径积分可以用来评估平衡（EIE）和动力学（KIE）同位素效应，以及速率常数的温度依赖性。该方法适用于[1，5] σ迁移的戊二烯氢位移。KIE和速率常数的温度依赖性都证实了隧穿和其他核量子效应以及势能面的非谐性的重要性。此外，以前的结果KIE的改进，通过使用一个高层次的电子结构计算内的谐波近似与路径积分非谐校正使用较低的水平的方法相结合。
2010-04-01 physics.chem-ph physics.comp-ph quant-ph
Efficient Approximation of Molecular Kinetics using Random Fourier Features
本文利用随机傅里叶特征近似核方法并结合VAMP分数进行模型选择，推导出易求解的小规模对偶特征值问题，高效调优核参数，在多个基准系统上准确估计了慢分子动力学。
2023-06-15 math.DS physics.comp-ph physics.data-an
Kinetic modeling of molecular beam formation in a cryogenic buffer-gas cell
Vienna Center for Quantum Science and Technology, Atominstitut, TU Wien（维也纳量子科学与技术中心，原子研究所，维也纳工业大学）；LSS, Faculty of Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学工程学院）；Institute of Space Systems, University of Stuttgart（斯图加特大学空间系统研究所）
本文利用PICLas框架中的直接模拟蒙特卡洛方法对低温缓冲气体池进行全动力学模拟，捕捉羽流冷却、定向输运和慢束形成，并解析能量转移，为优化此类源提供途径。
2026-09-11 physics.atom-ph physics.chem-ph physics.comp-ph
Coarse Molecular Dynamics of a Peptide Fragment: Free Energy, Kinetics, and Long-Time Dynamics Computations
我们提出了一种“粗分子动力学”的方法，并将其应用于研究肽片段溶于水的动力学和热力学。适当初始化的模拟短脉冲串用于推断由一组适当的粗变量参数化的肽运动的确定性和随机性成分。传统数值分析技术（牛顿-拉夫逊，粗投影积分），从而启用;这些技术有助于分析自由能景观的重要特征（粗过渡态，本征值和本征向量，过渡率等）。反向积分（不可逆的）预期粗糙的变量向后的时间可以帮助逃离自由能极小值和跟踪低维自由能表面。为了说明“粗分子动力学”的方法，我们结合多个短（0.5 ps）复制模拟映射的自由能表面的"丙氨酸二肽“在水中，并确定~ 1/（1000 ps）率的相互转换之间的两个稳定的构型盆地对应的α-螺旋和扩展的最小值。
2002-12-30 physics.bio-ph physics.chem-ph physics.comp-ph
Machine learning kinetics from molecular dynamics data
New York University（纽约大学）；University of Chicago（芝加哥大学）
本文综述了从分子动力学数据中估计提交概率等动力学统计量的自监督方法，通过统一算子视角连接多种技术，并提供理论与实践指导，以推动其在反应速率计算等领域的应用。
2026-10-27 cond-mat.stat-mech cs.LG physics.chem-ph
A method of incorporating rate constants as kinetic constraints in molecular dynamics simulations
从统计力学的观点来看，一个分子系统的完整表征需要实验确定其可能的状态、它们的布居数和各自的相互转化率。成熟的方法可以在分子动力学模拟中结合关于使用结构约束的状态和关于使用热力学约束的群体的实验信息。然而，目前还不清楚如何包括相互转换率的实验知识。本文介绍了一种在分子动力学模拟中引入已知速率常数作为约束条件的方法，该方法基于最大熵原理和最大口径原理相结合。从一个现有的合奏轨迹，从分子动力学或增强的轨迹采样，这种方法提供了一个最小的扰动路径分布与动力学约束，以及修改的自由能和提交人景观一致。我们说明了简单的玩具系统的方法的应用程序，以及所有原子的肽协会和折叠的分子模拟。我们发现，通过结合实验速率系数数据和分子动力学模拟，我们能够确定新的过渡态，反应机制和自由能。例如，在chignolin蛋白质折叠的情况下，我们发现施加较慢的折叠速率将过渡态转变为更天然的构象，同时增加了未折叠区域的稳定性。
2020-06-01 cond-mat.stat-mech physics.bio-ph physics.chem-ph
Multiscale molecular kinetics by coupling Markov state models and reaction-diffusion dynamics
一种新的方法来模拟简单的蛋白质配体系统在大的时间和长度尺度是耦合马尔可夫状态模型（MSM）的分子动力学与基于粒子的反应扩散（RD）模拟，MSM/RD。目前，MSM/RD缺乏一个数学框架来推导耦合方案;仅限于单一构象状态下的各向同性配体，并且缺乏多粒子扩展。在这项工作中，我们解决了这些需求，通过开发一个通用的MSM/RD框架粗粒化分子动力学到混合开关扩散过程。如果有足够的数据来参数化模型，它能够在大的时间和长度尺度上模拟蛋白质-蛋白质相互作用，并且可以扩展到处理多个分子。我们推导出MSM/RD框架，我们实现并验证了两个蛋白质-蛋白质基准系统和一个多粒子实现模型的五聚环分子的形成。为了实现可重复性，我们在MSM/RD软件包中发布了我们的代码。
2021-12-09 physics.bio-ph physics.chem-ph physics.comp-ph
From molecular dynamics to kinetic models: data-driven generalized collision operators in 1D3V plasmas
Michigan State University（密歇根州立大学）；University of Notre Dame（圣母大学）
本文提出了一种数据驱动方法，用于构建适用于不均匀等离子体的广义碰撞动能模型。该方法通过分子动力学数据直接学习碰撞算子，有效捕捉多体相互作用导致的非均匀碰撞能量转移，为等离子体动力学提供新的理论路径。
2026-03-29 cs.NA math.NA physics.comp-ph
Trend to Equilibrium for the Kinetic Fokker-Planck Equation via the Neural Network Approach
Pohang University of Science and Technology (POSTECH)（浦项科技大学）；Institute for Basic Science (IBS)（基础科学研究院）
弛豫到平衡的问题一直是稀薄气体动力学运动论的核心。在本文中，我们介绍了深度神经网络（DNN）的近似解的动力学Fokker-Planck方程在一个有界的时间间隔，并研究了大时间渐近行为的解决方案和其他物理相关的宏观量。我们施加了不同类型的边界条件，包括流入型和反射型边界以及不同的扩散和摩擦系数，并研究了边界对渐近行为的影响。这些包括粒子分布的逐点值和宏观物理量（包括总动能、熵和自由能）的大时间行为的预测。我们还为神经网络解的逐点收敛性提供了理论支持，证明了\textit{a priori}的分析解的收敛性。我们使用库\textit{PyTorch}、层间激活函数\textit{tanh}和深度学习算法的\textit{Adam}优化器。
2019-11-22 cs.LG cs.NA math.NA
