基于 Caliber 的序参量谱隙优化 (SGOOP) 用于复杂分子系统采样
统计力学
2016-04-27 v3 软凝聚态物质
化学物理
摘要
在当今多体系统的模拟中，大量计算复杂性转移到了识别称为集体变量（CV）或反应坐标的缓慢变化分子序参量上。大量增强采样方法基于对这些低维序参量的识别和偏置，其涨落对驱动感兴趣的稀有事件十分重要。本文描述一种新算法，用于在仅有有限先验静态和动态信息已知、且指定了更大候选 CV 集合的情况下，寻找用于伞形采样、元动力学及相关方法等增强采样偏置的最优低维集体变量。该算法涉及估计这些候选 CV 的最佳组合，以针对视作该 CV 函数动力学的最大路径熵谱隙估计来量化。通过多个实际例子，我们展示了这一后处理过程如何能优化 CV，并使通过元动力学计算自由能的收敛性提高数个数量级，本质上即使从失败的元动力学运行中提取有用信息也成为可能。
引用
@article{arxiv.1509.06145,
title = {Caliber based spectral gap optimization of order parameters (SGOOP) for sampling complex molecular systems},
author = {Pratyush Tiwary and B. J. Berne},
journal= {arXiv preprint arXiv:1509.06145},
year = {2016}
}
备注
7 pages, 4 figures; corrected missing figure number and added a reference