关于二次势存在下多维广义朗之万动力学的数据驱动参数化
统计力学
2026-07-06 v1
摘要
我们提出了一种数值算法，用于构建具有扩展变量列表的马尔可夫模型，以参数化外部势中多维粗粒化物理系统的运动方程，当记忆效应相关时。我们的方法使用平稳速度的自相关数据，但避免了首先从这些数据中找到相应记忆核的逆问题。相反，数据用于构建自相关函数的Prony级数近似，该Prony级数的参数提供了相应的马尔可夫模型。分子动力学数据的数值结果表明，对于一维系统，具有五个辅助变量的参数化模型，以及对于二维系统，具有十二个辅助变量的参数化模型，都表现出良好的匹配。
引用
@article{arxiv.2607.05151,
title = {On data-driven parameterizations of multidimensional generalized Langevin dynamics in the presence of a quadratic potential},
author = {Maximilian Braun and Martin Hanke and Niklas Wolf},
journal= {arXiv preprint arXiv:2607.05151},
year = {2026}
}