快速committor机：基于核的可解释预测
数值分析
2024-08-13 v3 机器学习
数值分析
机器学习
摘要
在随机系统的研究中，committor函数描述了从初始构型出发的系统在到达集合之前到达集合的概率。本文介绍了一种高效且可解释的算法来近似committor，称为“快速committor机”（FCM）。FCM使用模拟轨迹数据构建基于核的committor模型。核函数被构造为强调最优描述从到转变的低维子空间。核模型中的系数使用随机线性代数确定，导致运行时间与数据点数量成线性关系。在涉及三势阱和丙氨酸二肽的数值实验中，FCM在相同参数数量下比神经网络具有更高的精度和更快的训练速度。FCM也比神经网络更具可解释性。
引用
@article{arxiv.2405.10410,
title = {The fast committor machine: Interpretable prediction with kernels},
author = {D. Aristoff and M. Johnson and G. Simpson and R. J. Webber},
journal= {arXiv preprint arXiv:2405.10410},
year = {2024}
}
备注
10 pages, 7 figures