Reweighting for Nonequilibrium Markov Processes Using Sequential Importance Sampling Methods
本文给出了非平衡马尔可夫过程的一种通用的加权方法。采用单一温度下的非平衡态蒙特卡罗模拟，可以计算不同温度下的物理量随时间的演化，大大节省了计算时间。利用非平衡弛豫的动态有限尺寸标度分析，可以研究平衡态和相变的动力学性质。我们证明了伊辛模型与大都会算法的程序，但目前的形式主义是一般的，可以应用到各种系统，以及不同的蒙特卡洛更新计划。
2004-12-24 cond-mat.stat-mech
Equilibrium Sampling From Nonequilibrium Dynamics
本文介绍了相互作用粒子系统（IPS）方法在分子动力学领域的一些应用。这种IPS方法允许切换随机过程的几个模拟，以保持更接近平衡在每一个时间，由于选择机制的基础上的相对虚功诱导的系统。因此，它是一个有效的改进通常的非平衡模拟，它可以用来计算正则平均值，自由能差，和典型的过渡路径。
2005-11-16 cond-mat.stat-mech
Multi-point nonequilibrium umbrella sampling and associated fluctuation relations
我们描述了一个简单的方法，伞轨迹抽样马尔可夫链。该方法允许估计的大偏差率函数，路径广泛的动态观测量，在一定的家庭内的任意数量的模型。这个族的成员动态观测量的概率分布之间的一般关系是一个扩展的涨落关系。当动态可观测量被选为熵产生时，这个家族的成员包括前向马尔可夫链及其时间反演，其概率分布与期望的简单波动关系有关。
2018-05-23 cond-mat.stat-mech
A Unified Nonequilibrium Framework: Thermodynamic Distance, Dissipation, and Stationary Laws via Effective State Count, Variational Stationarity, and Thermodynamic Bounds
本文提出一个基于有效态计数的非平衡热力学变分框架，定义热力学距离并分解熵产生，导出涨落对称性与热力学界。
2025-09-10 cond-mat.stat-mech
Multihistogram Reweighting for Nonequilibrium Markov Processes Using Sequential Importance Sampling Methods
我们提出了一种多直方图加权技术的非平衡马尔可夫链的离散能量。该方法推广了Yin等人[Phys.Rev.E72，036122（2005）]的单直方图方法，使得可以基于在其他耦合处执行的一组模拟来计算在后验选择的耦合处的可观测量的时间演化。在相同的方式作为multihistogram重新加权在平衡设置提高了实际的重新加权范围，以及使用可用的数据相比，单直方图重新加权，该方法概括了multihistogram的优势，非平衡模拟。我们演示的伊辛模型与大都会动力学的程序，但强调，该方法通常适用于一系列的模型和蒙特卡罗更新计划。
2013-04-05 cond-mat.stat-mech
Nonequilibrium thermodynamics of interacting tunneling transport: variational grand potential, density-functional formulation, and nature of steady-state forces
隧道输运的标准公式建立在开边界模型上。在那里，对非平衡格林函数或量子统计力学的守恒近似提供了一致但计算成本高的方法;或者，使用密度相关的弹道输运计算[例如，Phys.Rev.B52，5335（1995）]，这里表示为“DBT”，提供了电子行为的计算上有效的（近似的）原子表征，但是直到现在还缺乏正式的证明。本文提出了一个精确的，变分的非平衡态热力学理论充分相互作用的隧道，并提供了一个严格的基础冻结核DBT计算作为一个最低阶近似精确的非平衡态热力学密度泛函评价。从完全电子非平衡量子统计力学出发，确定了非平衡吉布斯自由能的算符。我证明了一个非平衡热力学巨势的泛函的最小属性，从而唯一地确定了精确的非平衡密度矩阵的解决方案。我还表明，一个密度的唯一性证明，从密切相关的研究[物理评论B 78，165109（2008）]，使得有可能提供一个单粒子配方的基础上普遍的电子密度泛函。我说明了一个正式的评价热力学大势值，这是密切相关的散射相移的变化，因此弗里德尔密度振荡。本文还讨论了所提出的精确热力学力与常用的静电力之间的区别。最后，文件的热力学力的固有的绝热性质，并观察到，这些都适合于一个非平衡实施的玻恩-奥本海默近似。
2012-10-09 cond-mat.mes-hall cond-mat.stat-mech
Dynamical computation of the density of states and Bayes factors using nonequilibrium importance sampling
非平衡采样可能比平衡采样更通用，但它也带来了挑战，因为当动态打破细致平衡时，通常不知道不变分布。在这里，我们得到一个通用的重要性抽样技术，利用非平衡轨迹传输的配置的统计功率，并可用于计算平均值相对于任意目标分布。作为一个耗散的重新加权计划，该方法可以被视为退火重要性抽样（AIS）方法和相关的Jarzynski等式。与AIS不同，我们的方法给出了一个无偏估计，具有可证明的较低的方差比直接估计一个可观察的平均值。我们还建立了动力学量，耗散和相空间的体积之间的直接关系，从中我们可以计算诸如态密度和贝叶斯因子之类的量。我们说明的估计依赖于这种采样技术的状态密度计算的背景下，显示它的规模有利的维度-特别是，我们表明，它可以用来计算的平均场伊辛模型从一个单一的非平衡轨迹的相图。我们还展示了该方法的鲁棒性和效率，并将其应用于天体物理学和机器学习中遇到的贝叶斯模型比较问题。
2021-10-06 cond-mat.stat-mech
Physics-informed graph neural networks enhance scalability of variational nonequilibrium optimal control
针对复杂相互作用系统中非平衡动力学观测量大偏差的标度累积量生成函数难以计算的问题，提出将其转化为变分最优控制问题，用物理定制的神经网络拟设求解最优控制力，在多粒子系统中实现了准确可迁移的结果。
2022-04-12 cond-mat.stat-mech
Maximum caliber is a general variational principle for nonequilibrium statistical mechanics
寻找非平衡统计力学的一般变分原理一直是人们的兴趣所在。我们给出的证据表明，最大口径（最大Cal）是这样一个原则。Max Cal是Maximum Entropy的一个变体，它通过最大化路径熵来预测动态分布函数，该路径熵受到动态约束，例如平均通量。我们首先表明，最大Cal导致标准的近平衡的结果-包括绿色久保关系，Onsager的相互关系的耦合流，和普里高津的最小熵产生原理-在一种特别简单的方式。更重要的是，由于Max Cal不需要任何“局部平衡”的概念，也不需要任何熵耗散的概念，甚至不需要对材料物理学的任何限制，因此它比许多传统方法更普遍。我们开发了一些推广的Onsager和Prigogine的结果，适用于任意远离平衡。Max Cal不仅适用于材料和流体;它还适用于更广泛的网络上的流动和贩运。
2015-05-20 cond-mat.stat-mech
Computing equilibrium free energies through a nonequilibrium quench
本文提出在 LAMMPS 中实现非平衡淬火动力学并发展新的非平衡估计量，用于高效计算分子体系配分函数和自由能面，并通过与伞形采样结合在丙氨酸二肽体系上验证了其精确性和跨温度高效性。
2023-11-28 cond-mat.stat-mech physics.chem-ph
Learning nonequilibrium control forces to characterize dynamical phase transitions
对导致非平衡斑图形成的集体动力学波动进行采样，需要探测轨迹空间的稀有区域。最近的方法，这个问题的基础上的重要性采样，克隆和光谱近似，产生了显着的洞察非平衡系统，但往往规模与系统的大小，特别是附近的动态相变。在这里，我们提出了一种机器学习算法，通过利用深度神经网络提供的灵活函数表示，轨迹空间中的重要性采样和随机最优控制理论，使用多体控制力对罕见轨迹进行采样并估计相关的大偏差函数。我们表明，这种方法可扩展到数百个相互作用的粒子，并保持强大的动态相变。
2022-02-11 cond-mat.stat-mech
Equilibrium free energy differences from a linear nonequilibrium equality
从非平衡测量中提取平衡信息是理解物理、化学和生物系统热力学性质的一项具有挑战性的任务。贾津斯基等式的发现揭示了根据非平衡驱动过程中所做的功来估计平衡自由能差的方法。然而，非线性（指数）关系导致Jarzynski等式的收敛性差。在这里，我们提出了一个简洁的方法来估计自由能差，通过一个线性非平衡等式，固有的收敛速度比非线性非平衡等式。这种线性非平衡等式依赖于一个加速的等温过程，这是通过使用统一的变分方法，命名为变分捷径等温实现。我们将我们的方法应用于欠阻尼布朗粒子在双势阱中的运动。仿真结果表明，该方法能够准确、高效地估计自由能差。特别是在高耗散的快速驱动过程中，与基于非线性非平衡等式的估计器相比，该方法可以将精度提高一个数量级以上。
2021-03-05 cond-mat.stat-mech
Reactive path ensembles within nonequilibrium steady-states
针对传统稀有事件理论不适用于远非平衡系统的问题，本研究利用变分路径采样方法，揭示非平衡稳态中反应过程的变化规律，建立非平衡反应事件的基本原理，为相关系统研究提供新视角。
2025-02-13 cond-mat.stat-mech physics.chem-ph
Variational path sampling of rare dynamical events
本文综述了变分路径采样方法，该方法结合轨迹空间统计力学与大偏差理论，通过系综重加权思想研究远离平衡系统中的稀有动力学事件，并展示了其在化学、材料及生物物理系统中的应用。
2025-02-03 cond-mat.stat-mech physics.chem-ph
Entropy production in nonequilibrium steady states: A different approach and an exactly solvable canonical model
我们讨论了非平衡稳态的熵产生，重点是通过定期（小）间隔采样获得的路径，而不是对系统状态的每次变化进行采样。这使我们能够直接研究熵产生系统的微观不可逆性，第一次。这两种采样方法是等价的，否则，波动定理也适用于新的路径。我们专注于一个完全不可逆的三态回路，作为一个典型的微观不可逆性模型，找到它的熵分布，熵生产率，并在封闭的分析形式的大偏差函数，并表明，广泛观察到的扭结在大偏差函数中出现完全从微观不可逆性。
2011-05-09 cond-mat.stat-mech
Flow-dependent unfolding and refolding of an RNA by nonequilibrium umbrella sampling
单生物分子的非平衡实验，如力诱导展开，揭示了复杂系统的几个自由度的细节。分子动力学模拟可以提供补充信息，但探索空间的可能配置往往是阻碍相空间中的大障碍，分隔亚稳区。为了解决这个问题，已经开发了增强的采样方法，该方法将相空间划分为多个区域并在每个区域中整合轨迹段。这些方法提高了越过障碍物的概率，并且促进了并行化，因为轨迹段的整合除了其初始化和终止之外不需要通信。在这里，我们提出了一个并行版本的增强采样方法，适用于系统驱动远离平衡：非平衡伞采样（NEUS）。我们将这种方法应用到一个262个核苷酸的RNA分子，展开和重折叠在一个明确的流场随机旋转动力学建模的粗粒度模型。使用NEUS，我们能够观察到非常罕见的展开事件，其平均首次通过时间长达1.4秒（3.4 E13动力学步骤）。我们研究展开过程中的介质的流速范围内，我们描述了两个竞争的途径，其中不同的分子内接触被打破。
2011-04-27 cond-mat.soft cond-mat.stat-mech q-bio.BM
The computation of averages from equilibrium and nonequilibrium Langevin molecular dynamics
我们考虑热力学采样的数值方法，即计算根据吉布斯-玻尔兹曼分布分布的点序列，使用朗之万动力学和过阻尼朗之万动力学（布朗动力学）。朗之万动力学的各种数值方法可以基于将随机微分方程分裂成各个组成部分来构建，每个组成部分可以在分布的意义上精确地传播。每个这样的方法可以被视为根据相关联的不变测度生成样本，该相关联的不变测度通过步长依赖的扰动而不同于精确的正则不变测度。我们提供了误差估计一个la Talay-Tubaro不变分布的小步长，并比较不同的选择分裂方法的抽样偏差。我们进一步研究过阻尼限制和应用的驱动系统的背景下，目标是采样相对于一个非平衡稳态的方法。我们的分析说明了数值实验。
2015-01-12 cond-mat.stat-mech
Constant entropy sampling and release waves of shock compressions
我们提出了几种平衡方法，允许计算等熵过程中，无论是在压缩或释放的材料。应用这些方法计算了高温高压下受冲击单原子液体的等熵释放。此外，等熵释放的平衡结果进行了比较，同一过程的直接非平衡模拟。我们表明，由于液体的粘度，但也非平衡效应，系统的释放不是严格的等熵。
2009-03-27 cond-mat.stat-mech
Geodesic path for the optimal nonequilibrium transition: Momentum-independent protocol
加速受控热力学过程需要辅助哈密顿量来引导系统进入瞬时平衡态。在这样的有限时间操作中不可避免地需要额外的能量成本。最近，我们开发了一种测地线的方法，以尽量减少这种能源成本的捷径等温过程。辅助控制通常包含动量依赖项，由于需要不断监测速度，因此难以通过实验实现。在这项工作中，我们采用了变分辅助控制没有动量依赖力近似的精确控制。根据几何方法，我们得到的最优控制协议的变化的最小能量成本。我们通过一个具有可控调和势的布朗运动的例子证明了这种协议的构造。
2022-10-20 cond-mat.mes-hall cond-mat.stat-mech
Stochastic Geometric Mechanics in Nonequilibrium Thermodynamics: Schrödinger meets Onsager
我们描述薛定谔变分问题和昂萨格的方法之间的关系，非平衡统计力学。虽然第二次工作互惠关系和细致平衡已出版在同一年（1931年）的第一个，影响薛定谔的想法尚未被认为是在古典背景下的Onsager。
2023-03-02 cond-mat.stat-mech math-ph math.DG
Discrete Equilibrium Sampling with Arbitrary Nonequilibrium Processes
D-Wave Systems Inc.（D-Wave系统公司）
我们提出了一个新的框架进行统计抽样，期望估计，分区函数近似使用\emph{arbitrary}启发式随机过程定义在离散状态空间。使用一个高度并行的结构，我们称之为\emph{sequential constraining process}，我们能够同时产生的启发式过程的状态，并准确地估计其概率，即使它们太小，实际上是通过直接计数推断。在表明理论上正确的重要性抽样和马尔可夫链蒙特卡罗是可能的顺序约束过程中，我们将其集成到一个方法称为\emph{state space sampling}，从计算机科学的抽样范围内的状态空间搜索的想法。该方法包括动态数据结构，该动态数据结构构造由受精度约束的启发式过程生成的统计的鲁棒贝叶斯模型，该精度约束为后验库尔贝克-莱布勒散度。从动态结构中采样通常会产生部分状态，这是通过递归调用启发式算法来细化结构并恢复采样来完成的。我们的各种伊辛模型的实验表明，状态空间采样，使启发式状态生成与准确的概率估计，证明了模拟退火过程的收敛到玻尔兹曼分布的运行长度增加。因此，迄今为止，前所未有的直接重要性抽样使用一般随机过程的\emph{final}（边际）分布是允许的，潜在地增加了蒙特卡罗从业者的处置的算法的范围。
2015-12-03 cond-mat.dis-nn cond-mat.stat-mech cs.AI
Convergence of the Integral Fluctuation Theorem estimator for nonequilibrium Markov systems
该研究针对非平衡马尔可夫系统，分析了基于规则采样的积分涨落定理（IFT）统计估计量的局限性，通过大偏差研究给出了IFT估计量收敛的实验参数设置方法及有限关联时间马尔可夫链收敛区域的改进方案，并用实例验证了结论。
2023-02-02 cond-mat.stat-mech
Adaptive sampling of large deviations
我们介绍和测试的算法，自适应估计大偏差功能的特点，在长时间限制的马尔可夫过程的添加剂泛函的波动。这些函数对于预测随机过程中罕见事件的概率和路径，以及理解由外力和水库驱动的稳态非平衡系统的物理学起着重要作用。该算法使用的方法，从风险敏感和反馈控制估计从一个单一的轨迹一个新的过程，称为驱动过程，已知是有效的重要性采样。它的优点相比，其他模拟技术，如分裂或克隆，进行了讨论，并说明了简单的平衡和非平衡扩散模型。
2019-01-30 cond-mat.stat-mech
A Variational Approach to Enhanced Sampling and Free Energy Calculations
广泛使用的采样方法，如分子动力学或蒙特卡罗，探索复杂的自由能景观的能力受到动力学瓶颈的存在严重阻碍。已经提出了大量的解决方案来缓解这个问题。许多是基于引入偏置电位，这是一个功能的一个小数目的集体变量。然而，构建这样一种偏见并不简单。在这里，我们引入了一个泛函的偏置电位和相关的变分原理。使泛函最小化的偏置以简单的方式与自由能表面相关。这种变分原理可以转化为一种实用、高效、灵活的采样方法。一些数值例子，其中包括一个三维自由能表面的测定。我们认为，除了在数值上的优势，我们的变分方法提供了一个方便的角度来看，在采样问题与新的眼睛。
2014-08-07 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Dynamical Partition Functions of Stochastic Dynamics via Variational Flows
Fudan University（复旦大学）；Westlake University（西湖大学）；University of Electronic Science and Technology of China（电子科技大学）
提出基于神经变分流形的Feynman-Kac框架，统一计算有限时间和渐近轨迹热力学，适用于高维非平衡系统。
2026-06-09 cond-mat.stat-mech
An Efficient Self-optimized Sampling Method for Rare Events in Nonequilibrium Systems
成核过程等稀有事件在实际系统中具有普遍的重要性。前向通量采样（FFS）是非平衡系统中最流行的方法，它通过使用接口将整个过渡过程划分为一系列步骤，沿着连接初始和最终状态的序参数来采样罕见事件。FFS通常遭受两个主要的困难：由于坏的界面位置的低计算效率，甚至是不适用于陷入未知的中间亚稳态。在目前的工作中，我们提出了一种方法来克服这些困难，通过自适应定位的接口上飞在一个优化的方式。与传统的FFS以序参量的等距离来确定界面相反，我们的方法确定了满足优化条件的具有相等转移概率的界面。这是通过首先从当前接口$ł_i$开始运行长局部轨迹以获得条件概率分布$P_c$，然后通过使$P_c$等于给定值$p_0$来确定$ł_{i+1}$来完成的。通过这些优化的接口，FFS可以以更有效的方式运行。此外，我们的方法可以方便地找到中间亚稳态通过监测一些特殊的长轨迹，既不结束于初始状态，也不到达下一个界面，其数量将急剧增加，如果遇到这样的亚稳态从零开始。我们将我们的方法应用到一个模型两态系统和一个二维格子气伊辛模型。我们的方法被证明是更有效的比传统的FFS方法，而不会失去准确性，它也可以很好地再现伊辛模型的两步成核的情况下，容易识别的中间亚稳态。
2013-08-08 cond-mat.stat-mech stat.ME
A Variational Principle for Extended Irreversible Thermodynamics: Heat Conducting Viscous Fluids
本文通过引入将热力学通量视为独立变量的非平衡 Lagrangian 作用量原理，为热传导粘性流体发展了扩展不可逆热力学的变分框架，自然导出 Cattaneo-Christov 模型，并促进了热力学一致的数值方法开发。
2025-09-17 cond-mat.stat-mech math-ph math.MP
Improving the Efficiency of Variationally Enhanced Sampling with Wavelet-Based Bias Potentials
基于集体变量的增强采样方法通常用于具有亚稳态的系统，其中当使用常规分子动力学模拟时，高自由能势垒阻碍自由能景观的适当采样。一种这样的方法是变分增强采样（VES），其基于变分原理，其中通过最小化凸泛函来构造在一些选择的慢自由度或集体变量的空间中的偏置势。在实际应用中，偏置势被看作是在某个基函数集合上的线性展开。到目前为止，主要是在集体变量空间中离域的基函数，如平面波，切比雪夫或勒让德多项式，已被使用。然而，还没有一个广泛的研究如何收敛行为的影响，基函数的选择。特别是，它仍然是一个悬而未决的问题，如果本地化的基础函数可能会表现得更好。在这项工作中，我们实现，调整，并验证Daubechies小波作为VES的基函数。小波构造的正交和本地化的基础，表现出有吸引力的多分辨率属性。我们评估小波和其他基函数在各种系统上的性能，从模型电位到水中的碳酸钙缔合过程。我们观察到，小波表现出优异的性能和更强大的收敛行为比所有其他的基函数，以及更好的性能比元自适应。特别是，使用小波基产生小得多的波动的偏置电位在个别运行和独立运行之间的差异较小。基于我们的总体结果，我们可以推荐小波作为VES的基函数。
2022-05-25 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Reweighted Autoencoded Variational Bayes for Enhanced Sampling (RAVE)
在这里，我们提出了用于增强采样的重加权自编码变分贝叶斯（RAVE）方法，这是一种新的迭代方案，它使用变分自编码器的深度学习框架来增强分子模拟中的采样。RAVE涉及分子模拟和深度学习之间的迭代，以便沿着低维潜在空间产生越来越准确的概率分布，从而捕获分子模拟轨迹的关键特征。使用这种潜在的空间分布和从分子模拟中采样的各种试验反应坐标的分布之间的Kullback-Leibler发散，RAVE确定最佳的，然而物理上可解释的反应坐标和最佳概率分布。然后，两者都直接用作新的有偏模拟的偏置协议，该偏置协议再次被馈送到深度学习模块中，其中适当的权重考虑了偏置，该过程继续进行，直到期望的热力学可观测量的估计收敛。与最近使用深度学习进行增强采样的方法不同，RAVE的突出之处在于：（a）它自然地产生物理上可解释的反应坐标，（b）独立于现有的增强采样协议，以增强通过深度学习识别的潜在空间的波动，以及（c）它提供了轻松过滤掉深度学习过程中学习到的虚假解决方案的能力。RAVE的有用性和可靠性证明，通过将其应用到模型的潜力越来越复杂，包括计算的结合自由能配置文件的疏水配体-底物系统在明确的水与解离时间超过3分钟，在计算机的时间至少20倍，比伞采样或metadaptics所需的。
2018-02-09 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Poissonian cellular Potts models reveal nonequilibrium kinetics of cell sorting
针对传统元胞Potts模型的动力学局限，研究引入泊松动力学与随机热力学方法，分离热/弛豫效应与非热噪声/非保守力，可准确描述小鼠胚胎细胞分选动力学并识别非平衡过程的不同贡献。
2024-04-22 cond-mat.stat-mech physics.bio-ph
Variational Evolutionary Network for Statistical Physics Systems
针对神经网络增强蒙特卡罗方法存在的采样慢、统计偏差和基态不准等挑战，提出变分进化网络，结合神经网络与进化算法实现高效重要性采样，提供基态能量上界，显著提升复杂能量景观处理的准确性与计算效率。
2024-12-21 cond-mat.dis-nn cond-mat.stat-mech
Optimal estimators and asymptotic variances for nonequilibrium path-ensemble averages
现有的非平衡路径集成平均值的最优估计属于扩展桥抽样的框架内。使用这个框架，我们推导出一个一般的最小方差估计，可以结合非平衡轨迹数据采样从多个路径合奏估计任意函数的非平衡期望。该框架也适用于获得渐近方差估计，这是一个有用的统计不确定性的措施。特别是，我们开发的渐近方差估计有关Jarzynski的自由能和Hummer-Szabo表达式的平均力的潜力，从单或双向路径样本计算的平等。最后，他们证明了一个模型单分子拉实验。在这些模拟中，渐近方差表达式被发现准确地表征估计量的置信区间时，偏差是小的。因此，它不能很好地用于具有大偏差的单向估计，但对于该模型，它在很大程度上反映了Minh和Adib推导的双向估计量的真实误差。
2009-07-27 cond-mat.stat-mech
Generalized free energy and excess/housekeeping decomposition in nonequilibrium systems: from large deviations to thermodynamic speed limits
ICREA-Complex Systems Lab, Universitat Pompeu Fabra（ICREA复杂系统实验室，庞培法布拉大学）；Universal Biology Institute, The University of Tokyo（东京大学全球生物研究所）；Department of Physics No. 1, Graduate School of Science, Kyoto University（京都大学理学研究科第一物理系）；Department of Physics, The University of Tokyo（东京大学物理学系）
本文提出非平衡系统中广义自由能的概念，通过大偏差变分原理分解流、力和耗散为保守的过剩部分和非保守的维持部分，并揭示过剩熵产的热力学速度限制。
2025-12-20 cond-mat.stat-mech cs.IT math.IT
Nonequilibrium candidate Monte Carlo: A new tool for efficient equilibrium simulation
Metropolis蒙特卡罗模拟是研究物质平衡性质的有力工具。然而，在复杂的凝聚相系统中，很难设计出具有高接受概率的蒙特卡罗移动，同时也能快速采样不相关的配置。在这里，我们介绍了一类新的移动基于非平衡动力学：候选配置是通过一个有限的时间过程中，一个系统被主动驱动出平衡，并接受与标准，保持平衡分布。接受规则类似于Metropolis接受概率，但与非平衡功有关，而不是瞬时能量差。我们的方法是适用于从一个单一的热力学状态或混合物的热力学状态的采样，并允许坐标和热力学参数驱动的非平衡提案。虽然生成有限时间切换轨迹会产生额外的成本，但驱动某些自由度同时允许其他自由度自然演变可以导致接受概率的大幅增强，从而大大减少结构相关时间。使用非平衡驱动的过程大大扩展了有用的Monte Carlo建议在模拟稠密溶剂化体系的剧目。
2011-10-20 cond-mat.stat-mech
Direct evaluation of rare events in active matter from variational path sampling
活性物质代表了一大类系统，由于能量的局部注入，这些系统远离平衡而演化。像它们的被动类似物一样，活性物质中不同亚稳态之间的转换通过罕见的波动进行，然而它们的细致平衡破坏动力学使得这些事件难以研究。在这里，我们提出了一种模拟方法，用于评估罕见的事件在一般的非平衡系统的速率和机制，并将其应用于研究的被动溶质在主动流体的构象变化。该方法采用变分优化的控制力，使罕见的事件是一个典型的，提供一个精确的估计其速率的路径配分函数的比率。使用这种方法，我们发现，增加活性浴中的活性可以提高被动溶质的构象转换率的方式与最近的边界从随机热力学一致。
2021-12-09 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Near-optimal protocols in complex nonequilibrium transformations
先进的实验手段来控制纳米系统的发展，促使人们努力设计驱动协议，最大限度地减少能量耗散到环境中。计算模型是应对这一实际挑战的关键工具。我们描述了一个一般的方法采样合奏的有限时间，非平衡协议偏向于一个低的平均耗散。我们表明，该计划可以进行非常有效地在几个限制的情况下。作为一个应用程序，我们采样的合奏低耗散协议，反转磁化的2D伊辛模型，并探讨协议的多样性如何变化的平均耗散的约束。在这个例子中，我们发现有一个大的协议集的平均耗散接近最优值，我们认为这是一个普遍的现象。
2016-09-02 cond-mat.stat-mech
Nonequilibrium thermodynamic potentials for continuous-time Markov chains
我们连接的平衡（EQ）过程的罕见波动和非平衡（NE）平稳过程的典型波动。在大偏差理论的框架下，这一观察使我们能够引入NE热力学势。对于连续时间马尔可夫链，我们确定了相关的共轭变量对，并提出了两个NE合奏：一个固定的动态和波动的时间平均变量，另一个固定的时间平均变量，但波动的动态。因此，我们表明，NE过程是等价的条件EQ过程，确保NE潜力是勒让德对偶。我们发现一个变分原理满足的NE电位，达到其最大值的NE定态和其第一导数产生的NE状态方程，和二阶导数产生的NE麦克斯韦关系推广的Onsager互惠关系。
2016-01-06 cond-mat.mes-hall cond-mat.stat-mech math-ph
Data-driven Langevin modeling of nonequilibrium processes
给定非平稳数据从分子动力学模拟，马尔可夫朗之万模型的构建，旨在再现的时间演变的基础过程。虽然在平衡的自由能景观采样，非平衡过程可以与一个有偏见的能源景观，这占有限的采样效应和外部驱动。扩展数据驱动的朗之万方程（dLE）方法[Phys.\修订版本\ Lett. { \bf 115}，050602（2015）]的非平衡过程的建模，一个有效的方法来计算多维朗之万场的概述。的dLE示出正确地占各种非平衡过程，包括强制解离氯化钠在水中，压力跃变诱导成核的液体的硬球，和构象动力学的螺旋肽采样从非平稳的短轨迹。
2021-07-16 cond-mat.stat-mech physics.comp-ph
Fluctuation-Response Design Rules for Nonequilibrium Flows
Laufer Center of Physical and Quantitative Biology, Stony Brook University（石溪大学劳弗物理与定量生物学中心）；Department of Physics, Stony Brook University（石溪大学物理系）；Department of Chemistry, Stony Brook University（石溪大学化学系）
本文提出了一种基于Caliber力理论的非平衡流设计方法，通过调整局部转移率实现全局动态目标，并揭示了分子马达中波动主导模式的转变。
2026-02-27 cond-mat.stat-mech physics.bio-ph
Physical-Work Fluctuation Relations from Accessible Quantum Macrostates
University of Gdańsk（格但斯克大学）
该研究利用非平衡终点的粗粒化热力学信息构建最大熵态，从精确涨落关系族中选取物理成员，为Jarzynski估计器提供统计控制，在Bose-Hubbard系统中降低采样成本并揭示信息-采样权衡。
2026-10-02 cond-mat.stat-mech quant-ph
Looking elsewhere: improving variational Monte Carlo gradients by importance sampling
针对变分蒙特卡洛（VMC）训练神经网络量子态（NQS）时尖峰波函数导致的高方差梯度问题，提出自适应调优重要性采样策略，在多种哈密顿量测试中降低计算成本达100倍，提升优化效果。
2025-07-07 cond-mat.dis-nn cond-mat.stat-mech cond-mat.str-el
Alternative sampling for variational quantum Monte Carlo
通过计算多体量子力学中的积分可以精确地获得物理量的期望值，并且可以使用蒙特卡罗方法来估计这些多维积分。在以前的出版物中，已经表明，对于连续体量子蒙特卡罗中最简单，最常用的策略，所得估计中的随机误差没有得到很好的控制。在最好的情况下，中心极限定理在其最弱形式下是有效的，在最坏的情况下，它是无效的，并被另一个广义中心极限定理和非正态随机误差所取代。在这两种情况下，随机误差都不受控制。在这里，我们考虑一个新的“残差抽样策略”，重新介绍了中心极限定理在其最强的形式，并提供了完全控制的随机误差估计。估计的总能量和方差的局部能量变分蒙特卡罗内被认为是详细的，和所提出的方法可以推广到其他运营商的期望值，和其他变种的量子蒙特卡罗方法。
2009-09-30 cond-mat.stat-mech physics.comp-ph quant-ph
Determining Free Energy Differences Through Variational Morphing
该研究推广自由能微扰方法，推导最优非线性哈密顿量变换序列，构建统一框架拓展BAR方法适用场景，经Lennard-Jones气体模拟验证，采样量较现有方法减少一个数量级。
2019-06-28 cond-mat.stat-mech physics.bio-ph physics.comp-ph
Computing sensitivity coefficients in Brownian dynamics simulations by Malliavin weight sampling
提出了一种计算布朗动力学模拟中参数灵敏度和响应系数的方法。该方法涉及跟踪辅助变量（Malliavin权重），除了通常的粒子位置，在一个未扰动的模拟。Malliavin权重对概率密度相对于感兴趣的参数的导数进行采样，并且本身也是有趣的动态对象。Malliavin加权抽样方法实现简单，适用于平衡或非平衡、稳态或时变系统，比标准有限差分方法更有效
2012-07-19 cond-mat.stat-mech q-bio.QM
Active Importance Sampling for Variational Objectives Dominated by Rare Events: Consequences for Optimization and Generalization
深度神经网络在使用足够的数据进行优化时，可以提供高维函数的准确表示;相比之下，在科学计算中占主导地位的函数近似技术不能很好地扩展维度。因此，许多曾经被认为难以解决的高维采样和近似问题正在通过机器学习的镜头重新审视。虽然无与伦比的准确性的承诺可能意味着需要参数化复杂系统表示的应用程序的复兴，但在许多应用程序中，收集足够的数据来开发这样的表示仍然是一个重大的挑战。在这里，我们介绍了一种方法，结合罕见事件采样技术与神经网络优化，以优化目标函数，由罕见事件占主导地位。我们发现，重要性抽样减少了学习问题的解决方案的渐近方差，这表明有利于推广。我们研究我们的算法的背景下学习动态的两个状态之间的过渡路径的系统，在统计物理和机器学习理论的影响的应用程序的问题。我们的数值实验表明，我们可以成功地学习，即使是复杂的困难，高维和罕见的数据。
2021-03-12 cond-mat.stat-mech physics.data-an stat.ML
Thermodynamics of currents in nonequilibrium diffusive systems: theory and simulation
理解非平衡系统的物理学仍然是理论物理学的主要挑战之一。这个问题可以通过研究表征非平衡行为的电流的宏观波动、它们的统计和相关结构来部分解决。这一基本的研究路线受到了这个问题压倒性的复杂性的严重阻碍。然而，在过去的几年中，出现了两种新的通用方法来研究波动行为，这从根本上改变了我们对非平衡物理学的理解：一个强大的宏观波动理论（MFT）和一套先进的计算技术来测量罕见的事件。本文以宏观涨落理论为理论框架，以几种随机格子气体为实验室，采用先进的蒙特卡罗模拟，研究了非平衡扩散系统中电流涨落的统计特性。我们的探索将把我们从（1）一维和二维的可加性猜想的确认，这大大简化了MFT复杂的变分问题来计算电流的热力学，到（2）新的等距波动关系的发现，通过将对称性原理引入波动领域，为更深入地理解非平衡物理开辟了一条未经探索的路线，以及（3）在涨落中观察相干结构，其通过涉及涨落能级处的自发对称性破缺事件的动态相变出现。MFT对这些意外现象的清晰观察、测量和表征，有力地支持了这一理论方案作为理解非平衡扩散介质中电流热力学的自然理论，为非平衡物理学的研究开辟了新的途径。
2013-12-04 cond-mat.stat-mech math-ph math.MP
