Inference with Hamiltonian Sequential Monte Carlo Simulators
本文结合序贯蒙特卡罗模拟器和哈密顿蒙特卡罗模拟器的优点,提出了一种新的蒙特卡罗模拟器。结果是一种对多模态和复杂形状具有鲁棒性的方法,用于在存在困难的似然性或目标函数的情况下进行推理。提供了几个例子。
2018-12-19 stat.CO
Quasi continuous level Monte Carlo for random elliptic PDEs
本文提出拟连续水平蒙特卡洛方法,用拟蒙特卡洛序列生成指数分布随机变量,显著降低方差,在随机椭圆偏微分方程示例中明显优于多水平和连续水平蒙特卡洛。
2023-10-12 cs.NA math.NA math.PR
Discussion of "Sequential Quasi-Monte Carlo" by Mathieu Gerber and Nicolas Chopin
关于拟蒙特卡罗估计在应用中降低方差可能性的讨论。进一步的细节在随附的论文“拟蒙特卡罗的方差缩减“中提供。
2015-01-14 stat.CO
Exploring multi-dimensional spaces: a Comparison of Latin Hypercube and Quasi Monte Carlo Sampling Techniques
三种抽样方法进行了比较,效率的各种复杂性的测试问题,其中解析求积。比较的方法是伪随机数的蒙特卡罗,拉丁超立方抽样,准蒙特卡罗抽样的基础上Sobol序列。一般的结果显示出优越的性能的准蒙特卡罗方法的基础上Sobol序列与理论预测。拉丁超立方抽样可以比蒙特卡罗方法和准蒙特卡罗方法更有效,但后者的不等式适用于减少的函数类型集和少量的采样点。总之,拟蒙特卡罗方法将出现最安全的赌注时,集成功能的未知类型。
2015-05-10 stat.AP stat.CO
Supplement to "Markov Chain Monte Carlo Based on Deterministic Transformations"
这是对文章“基于确定性变换的马尔可夫链蒙特卡罗”的补充,可在http://arxiv.org/abs/1106.5850上获得
2013-06-28 stat.CO
Repetition effects in a Sequential Monte Carlo sampler
本文研究了近期为政治选区重划引入的序贯蒙特卡洛(SMC)方法中样本重复现象的普遍性。
2024-09-24 cs.CY math.PR math.ST
A Short Review of Ergodicity and Convergence of Markov chain Monte Carlo Estimators
这篇短文回顾了量化马尔可夫链蒙特卡罗估计的渐近收敛和前渐近收敛的基本理论。
2021-10-13 math.PR math.ST stat.ME
Identifying the Optimal Integration Time in Hamiltonian Monte Carlo
通过利用光滑概率系统的自然几何结构,哈密顿蒙特卡罗产生计算效率高的马尔可夫链蒙特卡罗估计。至少在算法足够好的情况下。在本文中,我将展示如何几何基础的哈密顿蒙特卡罗隐含地确定这些参数的最佳选择,特别是积分时间。然后,我认为这些原则在现有的算法和一个新的实现称为\emph{Exhaustive Hamiltonian Monte Carlo}的实际后果,然后在一些说明性的例子证明这些想法的效用。
2016-01-02 stat.CO stat.ME
The Geometry of Hamiltonian Monte Carlo
哈密顿蒙特卡罗是一种有效的马尔可夫链蒙特卡罗技术,它系统地探索了概率分布;然而,它最终取决于选择合适的哈密尔顿函数。通过考察哈密顿动力学的辛几何基础和马尔可夫链蒙特卡罗的要求,我们构造了可容许哈密顿量的一般形式,并提出了一种在贝叶斯推断中具有潜在应用的特殊选择.
2011-12-18 physics.data-an stat.ME
Improving approximate Bayesian computation via quasi-Monte Carlo
近似贝叶斯计算(ABC)是处理具有难处理的可能性的模型的一般方法。在这项工作中,我们推导出基于QMC(准蒙特卡罗)序列的ABC算法。我们表明,由此产生的ABC估计有一个较低的方差比他们的蒙特卡罗的对手。我们还开发了顺序ABC算法的QMC变体,逐步适应提案分布和接受阈值。我们说明了我们的QMC方法,通过几个例子从ABC文学。保留字:近似贝叶斯计算,无似然推断,拟蒙特卡罗,随机化拟蒙特卡罗,自适应重要性抽样
2018-05-07 stat.CO
Forward Event-Chain Monte Carlo: Fast sampling by randomness control in irreversible Markov chains
不可逆和无拒绝蒙特卡罗方法,最近在物理学中以事件链的名义开发,在统计学中称为分段确定性蒙特卡罗(PDMC),已被证明比标准蒙特卡罗方法产生明显的加速,这要归功于它们的随机游走行为的减少。然而,当将这样的方案应用于标准统计模型时,为了正确性,通常需要引入额外的随机化。我们在这里提出了一类新的事件链蒙特卡罗方法,减少这种额外的随机化到最低限度。我们比较了这种新方法的效率,标准的PDMC和蒙特卡罗方法。加速到几个数量级和减少尺寸缩放展出。
2020-04-27 stat.CO
Sweave Documentation for "Implementing Markov chain Monte Carlo: Estimating with confidence"
该文件是Flegal,J.M. Jones,G. L.(2010),“Implementing马尔可夫链蒙特卡罗:Estimating with confidence”,in Handbook of马尔可夫链蒙特卡罗,edited by Brooks,S.,Gelman,A.,琼斯,G.,和Meng,X.出版社:Chapman & Hall/CRC Press
2010-06-24 stat.OT
An Annealed Sequential Monte Carlo Method for Bayesian Phylogenetics
我们描述了一个“并行”的贝叶斯系统发育推断,退火顺序蒙特卡罗方法,基于最近的进展,如退火参数的自适应确定顺序蒙特卡罗文献。该算法提供了一个近似的后验分布的树木和进化参数,以及一个无偏估计的边际似然。该无偏性可用于检验后验仿真软件的正确性。我们评估系统发育退火序贯蒙特卡罗的性能,通过审查和比较与其他计算贝叶斯系统发育方法,特别是不同的边际似然估计方法。与以前的序列蒙特卡罗方法在遗传学中,我们的退火方法可以利用标准的马尔可夫链蒙特卡罗树移动,因此受益于大量的库存,这种移动在文献中。因此,退火顺序蒙特卡罗方法应该是相对容易纳入现有的系统发育软件包的基础上马尔可夫链蒙特卡罗算法。我们用模拟研究和真实数据分析来说明我们的方法。
2019-03-13 q-bio.PE stat.CO
An invitation to sequential Monte Carlo samplers
统计学家经常使用蒙特卡罗方法来近似概率分布,主要是马尔可夫链蒙特卡罗和重要性抽样。序贯蒙特卡罗采样器是一类结合了两种技术来近似感兴趣的分布及其归一化常数的算法。这些采样器起源于状态空间模型的粒子滤波,并已成为通用和可扩展的采样技术。本文描述了序贯蒙特卡罗采样器及其可能的实现,认为它们在统计中仍然没有得到充分的使用,尽管它们能够执行顺序推理并利用并行处理资源以及其他潜在的好处。
2022-06-17 stat.CO stat.ME
The Fundamental Incompatibility of Hamiltonian Monte Carlo and Data Subsampling
利用哈密顿流的相干探索,哈密顿蒙特卡罗产生计算效率高的蒙特卡罗估计,即使对于复杂和高维的目标分布。然而,当遇到数据密集型应用程序时,该算法的实现可能过于昂贵,这让我们需要考虑数据二次采样等近似方法的实用性。在本文中,我演示了如何从根本上妥协的有效探索汉密尔顿流的数据二次采样,因此可扩展性能的哈密顿蒙特卡罗本身。
2015-02-05 stat.ME
Simple rejection Monte Carlo algorithm and its application to multivariate statistical inference
本文针对拒绝蒙特卡洛算法应用较少的问题,提出一种简化版本,并以多元分布抽样和多元积分为例展示其在统计推断中的具体应用。
2024-02-27 stat.CO
Multilevel Monte Carlo simulation of a diffusion with non-smooth drift
我们表明,Lasso和贝叶斯Lasso是非常接近时,稀疏性是大的,噪声是小的。然后我们提出用多值随机微分方程求解贝叶斯套索。给出了三种离散化算法,并给出了计算蒙特卡罗(MC)、多级蒙特卡罗(MLMC)和MCMC算法的代价的方法。
2015-04-24 math.ST stat.TH
Covariance estimation using h-statistics in Monte Carlo and multilevel Monte Carlo methods
本文提出利用 h-statistics 的 MC 与 MLMC 无偏协方差估计方法,以闭式形式构造无偏均方误差,并通过一维随机椭圆 PDE 验证数值效果。
2024-05-08 cs.NA math.NA math.ST
Zero Variance and Hamiltonian Monte Carlo Methods in GARCH Models
在本文中,我们发展了贝叶斯哈密顿蒙特卡罗方法的推断在非对称的Gestival模型在不同的分布的误差项。我们实现了零方差和哈密顿蒙特卡罗计划的参数估计,试图减少标准误的估计,从而获得更有效的结果,在一个小的额外的计算成本的价格。
2017-10-20 stat.CO
Finite Sample Complexity of Sequential Monte Carlo Estimators
本文给出了静态空间上序贯蒙特卡罗采样器的有限样本误差的界。我们的方法明确地将算法的性能与所选分布序列的属性和相关马尔可夫核的混合属性联系起来。这使我们能够给出第一个有限样本比较其他蒙特卡罗计划。我们得到了各种目标分布的序贯蒙特卡罗近似的复杂性的界限,包括有限空间,产品措施,和对数凹分布,包括贝叶斯逻辑斯谛回归。所得到的界限是在一个对数因子内的类似界限可获得马尔可夫链蒙特卡罗。
2022-08-18 math.PR stat.CO stat.ME
Introducing Monte Carlo Methods with R Solutions to Odd-Numbered Exercises
这是我们的书“Introducing蒙特卡罗Methods with R”中奇数练习的解决方案手册,由Springer Verlag于2009年12月10日出版,并免费提供给每个人。
2010-01-17 stat.CO stat.ME
Density Estimation by Monte Carlo and Quasi-Monte Carlo
估计连续随机变量X的密度在统计学中已经被广泛研究,在设置中,X的n个独立观测值被先验地给出,并且人们希望从中估计密度。流行的方法包括直方图和核密度估计。在这篇综述论文中,我们感兴趣的是,而不是在这种情况下,观察产生的蒙特卡罗模拟从一个模型。然后,可以利用方差缩减方法,如分层,条件蒙特卡罗,和随机准蒙特卡罗(RQMC),并获得一个更准确的密度估计比标准的蒙特卡罗对于给定的计算预算。我们讨论了几种方法,在最近的论文中提出,重点是利用RQMC的方法。第一个想法是直接将RQMC与标准核密度估计器相结合。另一种方法是采用基于模拟的导数估计方法,如平滑扰动分析或似然比方法,以获得cdf的连续估计量,其导数是密度的无偏估计量。这可以与RQMC结合使用。我们总结了最近的理论结果与这些方法,并给出了它们如何提高均方积分误差的收敛性的数值例子。
2021-09-07 stat.CO
Likelihood-free Markov chain Monte Carlo
出现在MCMC手册中,S。P. Brooks,A. Gelman,G.琼斯和X L. Meng(eds),Chapman & Hall.
2010-01-13 stat.ME
Multivariate initial sequence estimators in Markov chain Monte Carlo
马尔可夫链蒙特卡罗(MCMC)是一种模拟方法,通常用于估计关于给定分布的期望。本文考虑估计样本均值向量的渐近多元正态分布的协方差阵。Geyer(1992)开发了一种用于估计单变量均值的蒙特卡罗误差估计方法。我们提出了一种新的多元版本的Geyer的方法,提供了一个渐近有效的估计的协方差阵和稳定的蒙特卡罗估计的结果。通过仿真实验研究了该方法的有限样本性质。
2017-06-02 stat.ME
A General Metric for Riemannian Manifold Hamiltonian Monte Carlo
马尔可夫链蒙特卡罗(MCMC)是一种非常有用的复杂模型推理方法,而哈密顿蒙特卡罗,特别是黎曼流形哈密顿蒙特卡罗(RMHMC),在许多具有挑战性的问题上取得了令人瞩目的成功。然而,目前的RMHMC实现依赖于黎曼度量,这限制了其应用于分析方便的模型。在本文中,我提出了一个新的度量RMHMC没有这些限制,并验证其成功的分布,模拟许多层次和潜在的模型。
2013-09-18 physics.data-an stat.ME
On the effective dimension and multilevel Monte Carlo
我考虑在$d$维单位立方体上积分函数$f$的问题。我描述了一个多层次的蒙特卡罗方法,估计在最多$ε^{2}$在$O(d+\ln(d)d_{t}ε^{-2})$时间,为$ε>0$,其中$d_{t}$是截断维数的$f$的积分方差。相比之下,标准蒙特卡罗方法通常在$O(dε^{-2})$时间内实现这种变化。给出了一类多层蒙特卡罗方法$d+d_{t}ε^{-2}$阶数下界。
2021-11-05 cs.NA math.NA stat.CO
Monte Carlo Methods in Statistics
蒙特卡罗方法现在是统计学家工具箱的重要组成部分,对于研究生来说,它比它们所基于的测量理论概念更熟悉!我们在本说明中回顾了蒙特卡罗技术在统计学中的应用设计方面所取得的一些进展,并参考了Robert和Casella(2004,2010)的深入报道。
2009-09-02 stat.CO
Error estimation for quasi-Monte Carlo
本文介绍了量化拟蒙特卡罗估计误差的新旧方法,指出获取精度与估计精度之间的冲突及不确定性量化过于保守的挑战,并发现RQMC估计的近对称分布有望构建无需中心极限定理或一致方差估计的置信区间。
2025-07-15 cs.NA math.NA stat.CO
Extending Monte Carlo Methods to Factor Graphs with Negative and Complex Factors
因子图的配分函数有时可以用蒙特卡罗方法精确估计。在本文中,这样的方法被扩展到因子图的负和复杂的因素。
2012-10-07 cs.IT math.IT stat.AP
Rare Events via Cross-Entropy Population Monte Carlo
提出了一种基于交叉熵的群体蒙特卡罗算法。这种方法与之前的工作不同,因为我们没有优化混合分布。相反,我们利用确定性的混合权重,并通过重新解释交叉熵方法的典型推导来单独优化分布。数值算例表明,该算法的性能优于现有的种群蒙特卡罗方法,特别是对高维问题。
2021-10-12 stat.CO
A comparison of nonlinear population Monte Carlo and particle Markov chain Monte Carlo algorithms for Bayesian inference in stochastic kinetic models
本文讨论了随机动力学模型中后验概率分布的蒙特卡罗逼近问题。SKM是一种多变量马尔可夫跳过程,它根据一组不确定参数来模拟生物化学系统中物种之间的相互作用。马尔可夫链蒙特卡罗(MCMC)方法通常优选用于该贝叶斯推断问题。具体而言,粒子MCMC(pMCMC)方法最近已被证明是一种有效的,而计算要求,适用于这个问题的方法。在pMCMC框架内,重要性抽样(IS)仅用作Metropolis-Hastings内核中接受率的序贯蒙特卡罗(SMC)近似的基础。然而,最近提出的非线性人口蒙特卡罗(NPMC)算法,迭代IS计划的基础上,也已被证明是有效的贝叶斯推断工具,低维(捕食者-猎物)SKMs。在本文中,我们提供了一个广泛的性能比较pMCMC与NPMC,当应用到具有挑战性的原核自动调节网络。我们展示了如何NPMC方法可以大大优于pMCMC算法在这种情况下,与整体适度的计算工作。我们补充的两种技术的数值比较与渐近收敛分析的非线性IS计划的核心时,所提出的方法的重要性权重只能近似计算。
2014-04-21 stat.ME
Markov Chain Monte Carlo Estimation of Quantiles
我们考虑分位数估计使用马尔可夫链蒙特卡罗和建立条件下的抽样分布的蒙特卡罗误差是近似正态的。此外,我们研究技术来估计相关的渐近方差,这使得建设一个渐近有效的区间估计。最后,我们通过实例探讨了这些方法的有限样本性质,并为从业者提供了一些建议。
2014-09-30 math.ST stat.CO stat.TH
Some Contributions to Sequential Monte Carlo Methods for Option Pricing
期权定价是金融工程中的一个重要问题。在许多具有实际意义的场景中,与标的资产相关的金融期权价格简化为计算w.r.t.~扩散过程。一般来说,这些期望值无法通过分析计算,而近似这些数量的一种方法是通过蒙特卡罗方法;蒙特卡罗方法至少从20世纪70年代开始就被用于期权定价。在Del Moral,P.\& Shevchenko,P.V.(2014)"Valuation of barrier options using序贯蒙特卡罗"和Jasra,A. \& Del Moral,P.(2011)"期权定价的序贯蒙特卡罗",序贯蒙特卡罗(SMC)方法是应用于这种情况的自然工具,可以大大改善标准蒙特卡罗。在本文中,本着类似的精神,Del Moral,P.\& Shevchenko,P.V.(2014)"Valuation of barrier options using序贯蒙特卡罗"和Jasra,A. \& Del Moral,P.(2011)"期权定价的序贯蒙特卡罗"我们表明,通过构建一系列人工目标密度随时间的推移使用SMC方法可以实现显着收益。特别是,我们近似的最佳重要性抽样分布的SMC算法,通过使用一系列的加权函数。这是证明了两个例子,障碍期权和目标应计赎回票据(TARN的)。我们还提供了我们的SMC估计的无偏性的证明。
2016-08-11 q-fin.CP q-fin.PR stat.CO
Reducing quasi-ergodicity in a double well potential by Tsallis Monte Carlo simulation
基于Tsallis的广义统计力学体系,将一种新的Monte Carlo方法应用于简单的双势阱,计算了势能的正则热平均。虽然我们观察到严重的准遍历性时,使用标准的大都会蒙特卡罗算法,这个问题在很大程度上减少了使用新的蒙特卡罗算法。因此,即使在短的Monte Carlo步,如果我们使用这个新的正则Monte Carlo计划的遍历性是有保证的。
2000-01-17 cond-mat.stat-mech
Notes on the Hybrid Monte Carlo Method
讨论了混合蒙特卡罗方法的细致平衡条件
2017-12-22 cond-mat.stat-mech
Monte Carlo: Basics
介绍了蒙特卡罗的基础知识。内容包括:样本空间,事件,概率,随机变量,均值,方差,协方差,特征函数,切比雪夫不等式,大数定律,中心极限定理(稳定分布,Levy分布),随机数(生成和测试),随机抽样技术(反演、拒绝、高斯采样、Metropolis采样)、模拟Monte Carlo和重要性采样(指数偏置、spanier技术)。
2001-04-12 cond-mat.stat-mech
Hamiltonian Monte Carlo vs. event-chain Monte Carlo: an appraisal of sampling strategies beyond the diffusive regime
本文对比了HMC和ECMC在一维简谐粒子链中的采样性能,发现ECMC作为不可逆Markov链在全局可观测量标度上优于HMC,并提供了伪代码、Python程序及相关模型推广讨论。
2024-11-18 cond-mat.stat-mech
Transition matrix Monte Carlo method for quantum systems
提出了一种有效的量子晶格模型的蒙特卡罗模拟方法。与大多数其他量子蒙特卡罗方法不同,该方法的单次运行在整个温度范围内都能以高精度获得自由能和熵。该方法是基于几个最新的发现在蒙特卡罗技术,如循环算法和转移矩阵蒙特卡罗方法。特别地,我们导出了量子系统的态密度与跃迁概率期望值之间的精确关系,这对于减少各种估计中的统计误差是有用的。
2003-12-26 cond-mat.stat-mech
Convergence of Monte Carlo Simulations to Equilibrium
我们给出了两个直接的,初等的证明,蒙特卡罗模拟收敛到平衡,提供适当的条件得到满足。第一种证明需要细致平衡,而第二种证明则相当笼统。
2001-08-15 cond-mat.stat-mech
Coupled Electron Ion Monte Carlo Calculations of Atomic Hydrogen
本文提出了一种新的Monte Carlo方法,将有限温度质子的路径积分与基态电子的量子Monte Carlo耦合起来,并将其应用于压力超过分子离解的金属氢。该方法填补了高温电子-质子路径积分和基态扩散蒙特卡罗方法之间的空白。我们的数据表现出更多的结构和更高的质子晶体的熔化温度比Car-Parrinello分子动力学使用LDA的结果。我们进一步讨论了质子的量子运动和零温极限。
2004-10-21 cond-mat.stat-mech
Monte Carlo study of phase transitions in model orthonickelate
Institute of Natural Sciences and Mathematics, Ural Federal University(乌拉尔联邦大学自然科学与数学研究所)
本文通过经典蒙特卡罗方法研究或thonickelate模型的相变行为,探讨其相变类型及机制。
2025-12-15 cond-mat.stat-mech
Path integral Monte Carlo simulations of silicates
用路径积分蒙特卡罗(PIMC)方法研究了$β$ -方石英和$β$ -石英结构中$_2$的热膨胀.这种模拟方法允许适当地处理低温量子效应。在德拜温度以下的温度下,与经典的Monte Carlo方法得到的结果相比,用PIMC得到的热性能与实验结果吻合得更好。
2000-10-20 cond-mat.stat-mech
Continuous-time Monte Carlo Renormalization Group
在量子系统的连续时间蒙特卡罗模拟中实现了蒙特卡罗重整化群(MCRG)。我们数值证明了在量子临界状态下表现出洛伦兹不变性的系统在大距离下时空之间的涌现各向同性。这使我们能够准确地估计这些量子系统的声速。$Q$ -态Potts模型在一个和两个空间维度被用来说明该方法。
2020-10-05 cond-mat.stat-mech
Strict Detailed Balance is Unnecessary in Monte Carlo Simulation
为了确保有效的蒙特卡罗模拟,细致平衡是一个过于严格的条件。我们表明,在相当一般的假设下,蒙特卡罗模拟只需要满足较弱的平衡条件。我们的证明不仅表明顺序更新方案是正确的,而且还建立了一类新方法的正确性,简单地离开玻尔兹曼分布不变。
1998-12-02 cond-mat.stat-mech
Exchange Monte Carlo for continuous-space Path Integral Monte Carlo simulation
The University of Tokyo(东京大学);Institute for Physics of Intelligence, The University of Tokyo(东京大学物理智能研究所);Institute for Solid State Physics, The University of Tokyo(东京大学固体物理研究所)
针对连续空间路径积分蒙特卡罗模拟中因粒子置换导致的长时间自相关性问题,提出一种交换更新方案,结合随机势切换技术,显著加速全局可观测量(如缠绕数)的蒙特卡罗动力学,并提高长程相互作用势的计算效率。
2026-05-23 cond-mat.stat-mech physics.comp-ph
Monte Carlo Methods for Small Molecule High-Throughput Experimentation
通过与Monte Carlo算法类比,我们提出了在高通量实验或组合化学中设计和重新设计小分子文库的新策略。几个蒙特卡罗方法进行检查,包括大都市,三种类型的偏置计划,和复合移动,包括交换或平行回火。其中,偏置蒙特卡罗方法在寻找最佳化合物方面表现出特别高的效率。蒙特卡洛策略相比,遗传算法的方法。虽然遗传算法确定的最佳化合物是从更好的蒙特卡罗方案相比,确定的有利化合物的多样性减少了约60%。
2001-07-23 cond-mat.mtrl-sci cond-mat.stat-mech
Introduction to Monte Carlo Methods
蒙特卡罗方法在科学计算中起着重要的作用,特别是当问题具有广阔的相空间时。在这个讲座中,介绍了蒙特卡罗方法。概念,如马尔可夫链,细致平衡,临界减速,遍历,以及大都市算法的解释。用有限尺寸标度方法数值研究二维伊辛铁磁体的临界行为,说明了蒙特卡罗方法。此外,还描述了先进的蒙特卡罗方法(例如,的沃尔夫集群算法和并行回火蒙特卡罗),并说明了非平凡的模型,从物理学玻璃系统。最后,我们概述了一种方法来研究罕见的事件,使用Monte Carlo抽样与指导功能。
2011-05-04 cond-mat.stat-mech physics.comp-ph
Monte Carlo and kinetic Monte Carlo methods
本文回顾了使用统计方法进行多尺度模拟的基本计算技术,重点是外延生长的模拟。首先,简要描述了蒙特卡罗模拟背后的物理物理背景。动力学蒙特卡罗(KMC)方法被引入作为更广泛的热力学蒙特卡罗方法的扩展,KMC模拟,包括并行的算法,进行了详细讨论。从原子的图片更粗粒度的描述蒙特卡罗模拟的步骤是表面扩散的情况下举例说明。在这里,我们的目标是推导速率常数的知识有关的基本原子过程。简单的过渡态理论的方法,以及最近的方法,使用加速分子动力学的评论。最后,我解决的一点,简化往往需要在实际的蒙特卡罗模拟,以减少“真正的”原子过程的复杂性。不同的“口味”的kMC模拟和潜在的陷阱有关的复杂性的降低的情况下,模拟外延生长。
2009-04-16 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Efficient Monte Carlo algorithm in quasi-one-dimensional Ising spin systems
我们发展了一种有效的Monte Carlo算法,它加速了准一维Ising自旋系统的慢Monte Carlo动力学。将量子蒙特卡罗方法的循环算法应用于具有高度各向异性交换作用的经典自旋模型。相关时间和实际CPU时间都大大减少。该算法在层状三角晶格反铁磁伊辛模型中得到了验证。得到了相变温度与交换作用参数之间的关系,修正了链平均场论的结果。
2008-09-17 cond-mat.mtrl-sci cond-mat.stat-mech
Efficient Monte Carlo Calculations of the One-Body Density
本文提出了一种可供选择的单体密度ρ(r)的Monte Carlo估计。该估计量具有简单的形式,可方便地用于任何类型的蒙特卡罗模拟。与通常的三角函数在网格上的正则化的比较表明,统计误差大大减少。此外,我们的表达式允许在空间中的任何点的密度的精确计算,即使在区域从未访问过的蒙特卡罗模拟。该方法说明了准确的计算变分蒙特卡罗电子密度的氦原子(1D曲线)和水二聚体(3D网格包含高达51x51x51=132651点)。
2006-10-18 cond-mat.stat-mech physics.comp-ph
Monte Carlo Studies of the Ising Antiferromagnet with a Ferromagnetic Mean-field Term
不寻常的伊辛反铁磁体的热力学性质的铁磁,平均场项补充概述。这个简单的模型受到了更现实的自旋交叉材料模型的启发。使用大都会蒙特卡罗方法估计的相图,并注意到与初步王朗道蒙特卡罗结果的小系统的差异。
2014-05-18 cond-mat.mtrl-sci cond-mat.stat-mech
A Biased Monte Carlo Scheme for Zeolite Structure Solution
我们描述了一个新的,偏置蒙特卡罗计划,以确定沸石的晶体结构的粉末衍射数据。我们在所有已知的沸石材料上测试了该方法,在所有情况下都取得了成功。我们表明,平行回火的方法是一个有力的补充偏置蒙特卡罗。
1998-10-07 cond-mat.mtrl-sci cond-mat.stat-mech
Monte Carlo Simulation of a Model of Water
我们模拟TIP3P水使用约束蒙特卡罗算法产生静电相互作用,消除了需要长期库仑相互作用的总和。我们研究离散化误差时,使用样条和高斯插值收费。我们比较我们的实施分子动力学和布朗动力学代码。
2005-06-14 cond-mat.soft cond-mat.stat-mech
Monte Carlo simulations and numerical solutions of short-time critical dynamics
简要回顾了短时临界动力学数值研究的最新进展。
1999-10-30 cond-mat.soft cond-mat.stat-mech