用于振动蒙特卡洛的优化高斯混合分布的确定性与拟随机采样
化学物理
2019-12-30 v1 计算物理
摘要
最近有研究表明，路径积分蒙特卡洛可直接计算具有振动耦合的哈密顿量的配分函数[J. Chem. Phys. 148, 194110 (2018)]。尽管重要性采样蒙特卡洛积分方案是成功的，但它需要大量样本以降低随机误差，并且需要为每个体系手动构造采样分布。我们通过将确定性分量选择用于高斯混合分布(GMDs)、将拟随机数引入蒙特卡洛采样、以及自动优化GMD参数以获得改进的采样分布，来解决这些问题。我们使用振动模型体系证明了我们方法的有效性，但这些方法原则上广泛适用于GMDs的一般蒙特卡洛采样。
引用
@article{arxiv.1912.11594,
title = {Deterministic and quasi-random sampling of optimized Gaussian mixture distributions for vibronic Monte Carlo},
author = {Dmitri Iouchtchenko and Neil Raymond and Pierre-Nicholas Roy and Marcel Nooijen},
journal= {arXiv preprint arXiv:1912.11594},
year = {2019}
}
备注
24 pages, 23 figures