peapods: A Rust-Accelerated Monte Carlo Package for Ising and XY Spin Systems
peapods是一个基于Rust加速的Python包,用于高效模拟伊辛自旋系统,支持多种蒙特卡洛算法和自旋玻璃计算方法。
2026-11-13 cond-mat.stat-mech physics.comp-ph
HMCF - Hamiltonian Monte Carlo Sampling for Fields - A Python framework for HMC sampling with NIFTy
HMCF“Hamiltonian Monte Carlo for Fields”是NIFTy“数值信息场论“框架的一个软件插件,在Python中实现了Hamiltonian Monte Carlo(HMC)采样。HMCF和NIFTy旨在解决高维空间相关设置(如图像重建)中的推理问题。HMCF为NIFTY增加了一个HMC采样器,可以自动调整许多自由参数,控制HMC采样机器。各种各样的功能,确保高效的全后验抽样高维推理问题。这些功能包括集成步长调整,评估的质量矩阵,收敛诊断,高阶辛积分和贝叶斯分层模型中的参数和超参数的同时采样。
2018-12-02 astro-ph.IM physics.comp-ph physics.data-an
PYG4OMETRY: a Python library for the creation of Monte Carlo radiation transport physical geometries
创建和维护用于蒙特卡罗辐射输运(MCRT)模拟的计算机可读几何图形是一项容易出错且耗时的任务。模拟系统通常需要来自不同来源和建模环境的几何图形,包括一系列MCRT代码和计算机辅助设计(CAD)工具。PYG4OMETRY是一个Python库,使用户能够快速创建,操作,显示,读取和写入基于几何描述标记语言(GDML)的几何图形。PYG4OMETRY提供CAD文件到GDML镶嵌实体的导入,将GDML几何图形转换为FLUKA,以及从FLUKA转换为GDML。PYG4OMETRY的实现将通过一些小例子进行详细说明。最后,本文给出了一个使用大多数PYG4OMETRY功能的完整示例,并讨论了扩展和未来的工作。
2021-03-28 hep-ex physics.acc-ph physics.comp-ph
KMCLib: A general framework for lattice kinetic Monte Carlo (KMC) simulations
KMCLib是晶格动力学蒙特卡罗(KMC)模拟的通用框架。该程序可以处理一个,两个或三个维度的数百万个粒子的扩散和反应的模拟,并且被设计为易于扩展和自定义的用户,以允许为特定系统开发复杂的自定义KMC模型,而无需修改程序的核心功能。分析模块和即时基本步骤扩散速率计算可以作为遵循明确定义的API的插件来实现。插件模块通过Python脚本语言与核心KMCLib程序松散耦合。KMCLib是一个Python模块,带有后端C++库。在初始编译后端库之后,KMCLib被用作Python模块;程序的输入是使用标准Python解释器执行的Python脚本。我们给出了详细的描述的功能和实现的代码,并证明其缩放行为和并行性能与一个简单的一维A-B-C晶格KMC模型和一个更复杂的三维晶格KMC模型的氧空位扩散的萤石结构的金属氧化物。KMCLib可以跟踪单个粒子的运动,并包括均方位移分析工具,因此特别适合研究表面和固体中的扩散过程。
2014-05-06 physics.comp-ph
TurboGenius: Python suite for high-throughput calculations of ab initio quantum Monte Carlo methods
本研究推出开源Python包TurboGenius及配套工作流工具TurboWorkflows,可结合TurboRVB实现从头算QMC高通量计算,验证了工具可靠性并通过多数据集DMC基准测试证明其计算结果与参考值相符。
2023-10-04 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
ipie: A Python-based Auxiliary-Field Quantum Monte Carlo Program with Flexibility and Efficiency on CPUs and GPUs
我们报告了一个基于Python的空间场量子蒙特卡罗(AFQMC)程序IPIE的开发,初步的时间基准和新的AFQMC结果的异构化[Cu $_2$ O $_2$ $]^{2+}$。我们将演示如何在ipie中实现中央处理器和图形处理器(CPU和GPU)。我们展示了ipie与PySCF的接口,以及向ipie添加新估计器的简单模板。我们对其他C++代码QMCPACK和Dice的时间基准表明,ipie在CPU和GPU上考虑的所有化学系统中的执行速度更快或类似。我们的结果[Cu $_2$ O $_2$ $]^{2+}$]使用选定的配置相互作用试验表明,它是可能的收敛之间的ph-AFQMC异构化能量的双($μ$ -氧代)和$μ$ - $η^2$:$η^2$过氧配置的确切已知的结果,小基组与$10^5$ $10^6$决定簇。我们还报告了异构化能量与四重zeta基组的估计误差小于1千卡/摩尔,其中涉及52个电子和290个轨道与$10^6$决定因素的审判波函数。这些结果突出了ph-AFQMC和ipie的实用程序的系统具有适度的强相关性和大规模的动态相关。
2022-11-08 cond-mat.str-el physics.chem-ph physics.comp-ph
MeMC: A package for monte-carlo simulations of spherical shells
MeMC是一个开源软件包,用于弹性壳体的蒙特卡罗模拟。它被设计为一个工具来解释由原子力显微镜压痕生物纳米囊泡产生的力-距离数据。代码是用c++和python编写的。代码是可定制的--可以以简单的方式添加新模块。
2022-04-25 cond-mat.soft physics.comp-ph
Monte Carlo calculations for simulating electron scattering in gas phase
在这里,我们提出的推导,描述和结果的Monte Carlo为基础的算法模拟光电子的非弹性散射时,通过一些散射介质,如气体气氛或固体材料。用于运行这些模拟的代码是用python编写的,可以在线免费获得(https://github.com/surfaceanalytics/montecarlo_electron_scattering)。
2021-01-05 physics.app-ph physics.comp-ph physics.data-an
Performance Portable Monte Carlo Neutron Transport in MCDC via Numba
针对MC/DC中子输运应用,提出基于Numba编译器的跨平台性能可移植方案,使程序可灵活运行于纯Python、编译型CPU或GPU模式,并结合异步调度器Harmonize优化GPU性能,在CPU和GPU上均取得优异扩展性。
2025-05-29 physics.comp-ph
Dynamic connectivity algorithms for Monte Carlo simulations of the random-cluster model
我们回顾Sweeny的算法的蒙特卡罗模拟的随机集群模型。简单的实现遭受计算临界减慢的问题,其中每个边缘操作的计算工作量与系统大小的幂成比例。通过使用量身定制的动态连接算法,我们能够执行所有操作与多对数计算工作。这种方法被证明是有效的,在保持在线连接信息,并用于一些应用程序也超越集群更新模拟,例如在监测液滴形状转变。由于相关数据结构的处理是不平凡的,我们提供了一个Python模块的完整实现供将来参考。
2013-11-19 cond-mat.stat-mech cs.DS physics.comp-ph
An effective initial particle sampling technique for Monte Carlo reactor transient simulations
提出一种改进的初始粒子采样技术,用于蒙特卡罗反应堆瞬态模拟,能产生均匀权重粒子,并在MC/DC中实现及验证。
2023-05-12 physics.comp-ph
jVMC: Versatile and performant variational Monte Carlo leveraging automated differentiation and GPU acceleration
神经量子态(NQS)的引入给变分蒙特卡罗(VMC)带来了新的发展。系统地减少波函数分析器的偏差的能力使得该方法具有广泛的适用性。然而,高性能的实现对于达到最先进的数值水平至关重要。在这里,我们提出了一个支持任意NQS架构和模型Hamilton的Python代码库。此外,它还利用自动区分、加速器的即时编译和分布式计算,旨在促进高效NQS算法的组合。
2021-12-14 cond-mat.dis-nn cond-mat.str-el physics.comp-ph
DL_MONTE: A multipurpose code for Monte Carlo simulation
DL_MONTE是一个用于执行蒙特卡罗模拟的开源通用软件包。它包括各种各样的力场和MC技术,因此适用于分子模拟中的广泛问题。在这里,我们提供了DL_MONTE的概述,重点是最近添加到包中的关键功能。这些包括处理局限于平面孔隙的系统的能力(即“狭缝”或“平板”边界条件);用于评估竞争多晶型物之间的精确自由能差异的晶格转换蒙特卡罗(LSMC)方法;用于评估沿跃迁路径的自由能分布的各种常用方法(包括伞形采样、Wang-Landau和转移矩阵);以及用于仿真管理和直方图重加权分析方法应用的补充Python工具包。我们提供了两个“真实世界”的例子来阐明这些方法在DL_MONTE中的使用。特别是,我们应用伞式采样来计算与脂质通过双层易位相关的自由能分布。此外,我们还利用LSMC研究了高压下水的两个塑性结晶相的热力学稳定性。除此之外,我们还提供了如何访问DL_MONTE的说明,并指出了对现有和潜在用户有价值的其他信息。
2018-03-01 physics.comp-ph
Multithreaded event-chain Monte Carlo with local times
我们提出了一个多线程事件链蒙特卡罗算法(ECMC)硬球。线程在不频繁的断点处同步,否则会扫描局部地平线违规。使用吸收马尔可夫链的映射,我们严格证明了小测试套件的顺序一致性实现的正确性。在x86和ARM处理器上,使用比较和交换原语进行数据访问的C++(OpenMP)实现相对于单线程代码实现了相当大的速度提升。广义的生日问题表明,对于线程的数量缩放为球体的数量的平方根,地平线违反概率保持在一个固定的模拟时间小。我们提供C++和Python开源代码,重现我们所有的结果。
2020-04-23 cond-mat.soft physics.comp-ph
ZMCintegral: a Package for Multi-Dimensional Monte Carlo Integration on Multi-GPUs
我们已经开发了一个Python包ZMCintegral,用于在多个图形处理单元(GPU)上进行多维Monte Carlo集成。该软件包采用分层抽样和启发式树搜索算法。我们已经构建了这个包的三个版本:一个使用Tensorflow,另两个使用Numba,两者都支持通用的用户定义函数,具有用户友好的界面。我们已经证明,Tensorflow和Numba可以帮助缺乏经验的科学研究人员在多个GPU上并行化他们的程序,而且工作量很小。对6维振荡函数和9维高斯函数这两种典型的被积函数进行了计算,并与VEGAS软件的计算精度和计算速度进行了比较。结果表明,ZMC积分的速度与VEGAS积分的速度相当,且具有一定的精度。对于繁重的计算,该算法可以在GPU的分布式集群上扩展。
2019-10-02 physics.comp-ph
Goupil: A Monte Carlo engine for the backward transport of low-energy gamma-rays
本研究推出Python模块形式的Goupil软件库,采用专用反向采样算法实现低能γ射线蒙特卡罗反向输运,搭配Geant可高效精确模拟环境放射性的闪烁探测器响应。
2025-05-19 nucl-ex physics.comp-ph physics.geo-ph
On the design of Monte-Carlo particle coagulation solver interface: a CPU/GPU Super-Droplet Method case study with PySDM
超液滴法(SDM)是一种粒子凝聚过程的概率Monte-Carlo模型,是Smoluchowski平均场公式的替代。SDM作为一种算法,其计算复杂度与状态向量长度成线性关系,状态向量长度在整个仿真过程中是恒定的,并且大多数算法步骤易于并行化。本文讨论了在PySDM中实现的SDM的两个数字运算后端的设计和实现,PySDM是一个新的免费开源Python软件包,用于模拟大气气溶胶,云和雨粒子的动态。这两个后端共享它们的应用程序编程接口(API),但利用不同的并行模式,针对不同的硬件,并构建在不同的低级例程集之上。First提供多线程CPU计算,基于Numba(使用Numpy数组)。Second提供GPU计算,并构建在ThrustRTC和CURandRTC之上(不使用Numpy数组)。在本文中,API讨论的重点是:跨步骤的数据依赖关系,并行化机会,CPU和GPU实现的细微差别,以及算法工作流程。示例模拟适用于验证API的实现。
2021-04-03 physics.comp-ph
Introduction to Monte Carlo for Matrix Models
我们考虑了广泛的矩阵模型,并研究他们使用Monte Carlo技术在大$N$限制。我们得到的结果同意精确的解析表达式和最近的数值自助方法模型与一个和两个矩阵。然后,我们提出了几个未解决的多矩阵模型,没有其他的工具,尚未提供新的结果。为了鼓励矩阵模型的不同数值方法之间的思想交流,我们提供了Python程序,可以很容易地修改,以研究所讨论的以外的潜力。这些程序在笔记本电脑上进行了测试,根据型号、$N$和所需精度的不同,需要几分钟到几个小时才能完成。
2022-03-25 hep-lat hep-th physics.comp-ph
Cross-platform validation and analysis environment for particle physics
讨论了高能粒子碰撞公共蒙特卡罗模拟的多平台验证和分析框架。该框架的前端使用Python编程语言,而后端则用Java编写,它提供了一个多平台环境,可以从Web浏览器运行,并且可以轻松地部署在网格站点上。该分析软件包包括高能物理学中使用的所有主要软件工具,如洛伦兹矢量,射流算法,直方图包,图形画布和提供数据访问的工具。该多平台软件套件旨在最大限度地减少操作系统特定的维护和部署时间,可用于通过Web界面在线验证Monte Carlo事件样本。
2017-07-27 hep-ph physics.comp-ph
GATE 10 Monte Carlo particle transport simulation -- Part I: development and new features
本文介绍基于 Geant4 的 GATE 10 开源蒙特卡洛平台,重点阐述其 Python 界面、多线程与多进程、库嵌入及协作开发框架等新特性,以支撑医学物理领域的学术与工业研究。
2025-07-17 physics.comp-ph physics.med-ph
Enabling GPU Portability into the Numba-JITed Monte Carlo Particle Transport Code MC/DC
本文介绍了蒙特卡罗中子输运代码MC/DC的GPU可移植性方案,通过Numba-JIT编译实现跨Nvidia和AMD GPU运行,并在多个基准测试中对比CPU取得了显著加速。
2025-05-29 physics.comp-ph
GATE 10 Monte Carlo particle transport simulation -- Part II: architecture and innovations
本文介绍 GATE 10 蒙特卡洛模拟平台的架构创新,通过 C++ 与 Python 耦合的模块化设计实现精确时间感知粒子生成、简化物理设置接口及多线程精细评分,为医学物理研究提供更强大灵活的工具。
2025-07-17 physics.comp-ph physics.med-ph
AutoFLUKA: A Large Language Model Based Framework for Automating Monte Carlo Simulations in FLUKA
Texas A&M University(德克萨斯农工大学)
本文提出基于大语言模型和 LangChain 的 AutoFLUKA 智能体,用于自动化 FLUKA 蒙特卡罗模拟的输入修改、执行与结果可视化,并通过通用及微剂量学案例验证其可扩展性,显著降低人工干预与错误。
2024-10-19 cs.AI hep-ex nucl-ex
jQMC: A JAX-based ab initio quantum Monte Carlo package designed for GPU-accelerated computing
National Institute for Materials Science(物质材料研究机构);Sorbonne Université(索邦大学)
该研究介绍了基于Python的jQMC程序包,用于从头算QMC模拟。它实现了VMC和LRDMC算法,采用特定波函数,利用JAX进行自动微分等,支持多GPU并行化。经测试,在GPU上运行时比TurboRVB更快,不同算法有不同程度性能提升。
2026-07-16 physics.chem-ph physics.comp-ph
Fast electrostatic solvers for kinetic Monte Carlo simulations
动力学蒙特卡罗(Kinetic Monte Carlo,KMC)是物理和化学领域的重要计算工具。与标准蒙特卡罗相比,KMC允许描述依赖于时间的动力学过程,并且不限于平衡系统。最近,KMC已成功地应用于新型能源材料,如锂离子电池和太阳能电池的建模。我们考虑一般的固态系统,其中包含自由的,相互作用的粒子,可以在材料中的局部网站之间跳跃。这些跳的KMC跃迁速率取决于系统总势能的变化。对于带电粒子,这需要频繁计算静电相互作用,这通常是模拟的瓶颈。为了避免这个问题,并在合理的时间内获得结果,许多研究用短程近似代替长程势。然而,这会导致系统误差和非物理结果。另一方面,标准的静电解算器,如埃瓦尔德求和或快速泊松解算器是非常低效的或在高分辨率下引入不可控的系统误差。在本文中,我们描述了如何快速多极子方法的Greengard和Rokhlin可以适应克服这个问题,大大降低了计算成本。我们利用的事实是,在过渡率计算中的每一个更新对应于一个单一的粒子移动,并改变配置只有少量。这使我们能够构建一种算法,该算法在每个KMC步骤的电荷数量上线性缩放,这在以前被认为是不可能的。我们证明了该方法的性能和并行可扩展性,通过实现它在一个性能便携式软件库。我们描述了代码的高级Python接口,使其易于适应特定情况。
2020-03-01 cond-mat.mtrl-sci cs.DC physics.comp-ph
GPU-accelerated Auxiliary-field quantum Monte Carlo with multi-Slater determinant trial states
本文在开源ipie中实现GPU加速的多Slater行列式ph-AFQMC,在过渡金属团簇上取得至少六倍加速,并以超10万个行列式恢复化学精度所需动态关联。
2024-06-12 cond-mat.str-el physics.chem-ph physics.comp-ph
Annealing chains that communicate: low-energy cluster structures across engines with one configuration
Institute of Materials and Laboratory of Computational Science and Modeling(材料研究所与计算科学建模实验室);Ecole Polytechnique Federale de Lausanne (EPFL)(洛桑联邦理工学院);TurtleTech ehf.(TurtleTech 公司);Faculty of Life and Environmental Sciences(生命与环境科学学院);University of Iceland(冰岛大学);Universidad Complutense de Madrid(马德里康普顿斯大学);Department of Chemistry(化学系);Indian Institute of Technology Kanpur(坎普尔印度理工学院)
提出一种类型化组件代数,将模拟退火和马尔可夫链蒙特卡洛的Metropolis-Hastings核分解为五个可组合组件,实现跨变体的代码复用,并通过形式化验证和有限精度审计保证正确性。
2026-11-03 cs.SE physics.comp-ph physics.data-an