English
Irreversible Monte Carlo methods for particle simulations
Multi angle
Auteurs : Maggs, Anthony (Auteur de la conférence)
CIRM (Editeur )
Ressources complémentaires :
https://www.cirm-math.fr/RepOrga/2389/Slides/Maggs.pdf
CIRM (Editeur )
Loading the player...
|
Résumé :
The two workhorses of molecular simulation are molecular dynamics and Markov-chain Monte Carlo. In this talk we compare them with an alternative: 'Event chain Monte Carlo' in which detailed balance is replaced by the weaker balance condition. We characterise the large scale dynamics of each method pointing out where event chains can give rise to more efficient or more accurate calculations. By optimising the splitting of interactions in event chain methods we show (in hard sphere systems) that we are able to further accelerate the sampling of density modes.
Codes MSC : Ressources complémentaires :
https://www.cirm-math.fr/RepOrga/2389/Slides/Maggs.pdf
|
Informations sur la Vidéo
Réalisateur : Hennenfent, GuillaumeLangue : Anglais Date de Publication : 18/11/2021 Date de Captation : 28/09/2021 Sous Collection : Research talks Catégorie arXiv : Statistical Mechanics Domaine(s) : Probabilités & Statistiques ; Physique Mathématique Format : MP4 (.mp4) - HD Durée : 00:52:01 Audience : Chercheurs Download : https://videos.cirm-math.fr/2021-09-28_Maggs.mp4 
|
Informations sur la Rencontre
Nom de la Rencontre : On Future Synergies for Stochastic and Learning Algorithms / Sur les synergies futures autour des algorithmes d'apprentissage et stochastiquesOrganisateurs de la Rencontre : Durmus, Alain ; Michel, Manon ; Roberts, Gareth ; Zdeborova, Lenka Dates : 27/09/2021 - 01/10/2021 Année de la rencontre : 2021 URL de la Rencontre : https://conferences.cirm-math.fr/2389.html
Données de citation
DOI : 10.24350/CIRM.V.19817703Citer cette vidéo: Maggs, Anthony (2021). Irreversible Monte Carlo methods for particle simulations. CIRM. Audiovisual resource. doi:10.24350/CIRM.V.19817703 URI : http://dx.doi.org/10.24350/CIRM.V.19817703 |
Voir Aussi
- [Multi angle] MCMC for systems with glassy dynamics / Auteur de la conférence Berthier, Ludovic.
- [Post-edited] Biased Monte Carlo sampling in RBMs / Auteur de la conférence Seoane, Beatriz.
- [Multi angle] Molecular dynamics algorithms: numerical and mathematical analysis / Auteur de la conférence Lelièvre, Tony.
- [Multi angle] Coupling rare event algorithms and deep neural network to predict extreme heat waves / Auteur de la conférence Bouchet, Freddy.
Bibliographie
- LEI, Ze, KRAUTH, Werner, et MAGGS, A. C. Event-chain Monte Carlo with factor fields. Physical Review E, 2019, vol. 99, no 4, p. 043301. - https://doi.org/10.1103/PhysRevE.99.043301
- FAULKNER, Michael F., QIN, Liang, MAGGS, A. C., et al. All-atom computations with irreversible Markov chains. The Journal of chemical physics, 2018, vol. 149, no 6, p. 064113. - https://doi.org/10.1063/1.5036638
- LI, Botao, TODO, Synge, MAGGS, Anthony C., et al. Multithreaded event-chain Monte Carlo with local times. Computer Physics Communications, 2021, vol. 261, p. 107702. - https://doi.org/10.1016/j.cpc.2020.107702
