一种用于寻找鞍点与解景观的无模型收缩二聚体鞍点动力学
数值分析
2023-01-02 v1 数值分析
摘要
我们提出一种无模型的收缩二聚体鞍点动力学，用于寻找任意指标的鞍点并构造解景观，其中标准鞍点动力学中的力被高斯过程学习训练的替代模型所取代。通过这种方式，模型的精确形式不再必要，从而鞍点动力学可仅基于某些力的观测来实现。这种数据驱动的方法不仅避免了可能困难或不准确的建模过程，还显著减少了可能昂贵或耗时的力查询次数。我们相应开发了一种顺序学习鞍点动力学算法来执行一系列局部鞍点动力学，其中训练样本的查询以及替代力的更新或重训练在线上进行并围绕潜在轨迹展开，以提高替代模型的精度与每次采样的价值。数值实验证明了所提算法的有效性与高效性。
引用
@article{arxiv.2212.14328,
title = {A model-free shrinking-dimer saddle dynamics for finding saddle point and solution landscape},
author = {Lei Zhang and Pingwen Zhang and Xiangcheng Zheng},
journal= {arXiv preprint arXiv:2212.14328},
year = {2023}
}