Выборка редких событий

Выборка редких событий — это общий термин для группы методов компьютерного моделирования , предназначенных для выборочной выборки «особых» областей динамического пространства систем, которые вряд ли посетят эти особые области посредством моделирования методом грубой силы. Знакомым примером редкого события в этом контексте может быть зарождение дождевой капли из перенасыщенного водяного пара: хотя капли дождя образуются каждый день, в зависимости от длины и временных масштабов, определяемых движением молекул воды в паровой фазе, образование капли жидкости встречается крайне редко.

Из-за широкого использования компьютерного моделирования в самых разных областях статьи по этой теме появляются из совершенно разных источников, и сложно провести последовательный обзор методов выборки редких событий. ^{[ 1 ]} Современные методы включают выборку пути перехода (TPS), ^{[ 2 ]} выборка интерфейса перехода обмена репликами (RETIS), ^{[ 3 ]} повторяющиеся симуляционные испытания после достижения пороговых значений (RESTART), ^{[ 4 ]} выборка прямого потока (FFS), ^{[ 5 ]}^{[ 6 ]} обобщенное расщепление , ^{[ 7 ]}^{[ 8 ]} адаптивное многоуровневое расщепление (АМС), ^{[ 9 ]} Выборка редких событий стохастического процесса (SPRES), ^{[ 10 ]} выборка линий , ^{[ 11 ]} подмножество моделирования , ^{[ 12 ]} и взвешенный ансамбль (МЫ). ^{[ 13 ]}^{[ 14 ]} Первая опубликованная методика редких событий была разработана Германом Каном и Теодором Эдвардом Харрисом в 1951 году. ^{[ 15 ]} который, в свою очередь, сослался на неопубликованный технический отчет Джона фон Неймана и Станислава Улама .

Зависимость от времени

Если система вышла из термодинамического равновесия , то возможно, что поток редких событий будет зависеть от времени. Чтобы проследить за временной эволюцией вероятности редкого события, необходимо поддерживать постоянный ток траекторий в целевую область конфигурационного пространства. SPRES специально разработан для таких случаев, и AMS также, по крайней мере формально, действителен для приложений, в которых это требуется.

В случаях, когда достигается диссипативное устойчивое состояние (т. е. условия термодинамического равновесия не соблюдаются, но поток редких событий, тем не менее, постоянен), тогда могут подойти FFS и другие методы, а также обычно более дорогие подходы с полной неравновесностью.

Ландшафтные методы

Если сделано предположение о термодинамическом равновесии , то поток редких событий не зависит от времени, и термодинамический, а не статистический подход к проблеме может быть более подходящим. Эти методы обычно рассматриваются отдельно от методов редких событий, но могут решать одни и те же проблемы. свободный энергетический ландшафт (или энергетический ландшафт В этих стратегиях подготавливается для небольших систем). Для небольшой системы этот ландшафт может быть отображен полностью, тогда как для системы с большим числом степеней свободы все равно потребуется проекция на некоторый набор координат прогресса.

Нарисовав ландшафт и сделав определенные предположения, теорию переходного состояния можно затем использовать для описания вероятностей путей внутри него. Примером метода картографирования ландшафтов является моделирование обмена репликами , которое имеет то преимущество при применении к проблемам с редкими событиями, что в ходе метода генерируются кусочно-правильные фрагменты траектории, что позволяет осуществлять некоторый прямой анализ динамического поведения даже без создания полного ландшафта.

См. также

Редкие события

Сопутствующее программное обеспечение

Пакет R mistral ( версия CRAN и dev ) для инструментов моделирования редких событий
Набор Python инструментов Freshs.org в качестве примера набора инструментов для распространения расчетов FFS и SPRES для одновременного запуска выборочных испытаний на параллельном оборудовании или распределенным образом по сети.
Pyretisпиретис ^{[ 16 ]} библиотека Python с открытым исходным кодом для моделирования TIS (и RETIS). Он сопряжен с общим программным обеспечением для моделирования MD GROMACS и QM/MD CP2K .
WESTPA и wepy — пакеты для Weighted Ensemble .
ПиВисА , ^{[ 17 ]} Программное обеспечение для анализа и визуализации результатов выборки путей с интеграцией алгоритмов машинного обучения.

Ссылки

^ Морио, Дж.; Балесдент, М. (2014). «Обзор методов моделирования редких событий для статических моделей ввода-вывода» (PDF) . Практика и теория имитационного моделирования . 49 (4): 287–304. дои : 10.1016/j.simpat.2014.10.007 .
^ Деллаго, Кристоф ; Болхуис, Питер Г .; Гейсслер, Филипп Л. (2002). Выборка пути перехода . Том. 123. стр. 1–84. дои : 10.1002/0471231509.ch1 . ISBN 978-0-471-21453-3 . {{cite book}}: |journal= игнорируется ( помогите )
^ Риккарди, Энрико; Дален, Ода; ван Эрп, Титус С. (6 сентября 2017 г.). «Быстрая декорреляция движений Монте-Карло для эффективной выборки пути». Журнал физической химии . 8 (18): 4456–4460. doi : 10.1021/acs.jpclett.7b01617 . hdl : 11250/2491276 . ISSN 1948-7185 . ПМИД 28857565 .
^ Виллен-Альтамирано, Мануэль; Виллен-Альтамирано, Хосе (1994). «Перезапуск: простой метод быстрого моделирования редких событий» . Написано в Сан-Диего, Калифорния, США. Материалы 26-й Зимней симуляционной конференции . ВСК '94. Орландо, Флорида, США: Международное общество компьютерного моделирования. стр. 282–289 . ISBN 0-7803-2109-Х . акмид 194044.
^ Аллен, Розалинда Дж .; Уоррен, Патрик Б.; Тен Вольде, Питер Рейн (2005). «Отбор редких событий переключения в биохимических сетях». Письма о физических отзывах . 94 (1): 018104. arXiv : q-bio/0406006 . Бибкод : 2005PhRvL..94a8104A . doi : 10.1103/PhysRevLett.94.018104 . ПМИД 15698138 . S2CID 7998065 .
^ Аллен, Розалинда Дж .; тен Вольде, Питер Рейн; Рейн Тен Вольде, Питер (2009). «Выборка прямых потоков для моделирования редких событий». Физический журнал: конденсированное вещество . 21 (46): 463102. arXiv : 0906.4758 . Бибкод : 2009JPCM...21T3102A . дои : 10.1088/0953-8984/21/46/463102 . ПМИД 21715864 . S2CID 10222109 .
^ Ботев З.И.; Крозе, Д.П. (2008). «Эффективное моделирование Монте-Карло с помощью обобщенного метода расщепления». Методология и вычисления в прикладной теории вероятности . 10 (4): 471–505. CiteSeerX 10.1.1.399.7912 . дои : 10.1007/s11009-008-9073-7 . S2CID 1147040 .
^ Ботев З.И.; Крозе, Д.П. (2012). «Эффективное моделирование Монте-Карло с помощью обобщенного метода расщепления». Статистика и вычисления . 22 (1): 1–16. дои : 10.1007/s11222-010-9201-4 . S2CID 14970946 .
^ Серу, Фредерик; Арно Гайадер (2005). Адаптивное многоуровневое разделение для анализа редких событий (Технический отчет). ИНРИА. РР-5710.
^ Берриман, Джошуа Т.; Шиллинг, Таня (2010). «Отбор редких событий в неравновесных и нестационарных системах». Журнал химической физики . 133 (24): 244101. arXiv : 1001.2456 . Бибкод : 2010JChPh.133x4101B . дои : 10.1063/1.3525099 . ПМИД 21197970 . S2CID 34154184 .
^ Шуллер, Дж.И.; Прадлвартер, HJ; Куцурелакис, П. (2004). «Критическая оценка процедур оценки надежности больших размерностей». Вероятностная инженерная механика . 19 (4): 463–474. doi : 10.1016/j.probengmech.2004.05.004 .
^ Ау, СК; Бек, Джеймс Л. (октябрь 2001 г.). «Оценка вероятности небольших отказов в больших размерностях путем подмножества моделирования». Вероятностная инженерная механика . 16 (4): 263–277. CiteSeerX 10.1.1.131.1941 . дои : 10.1016/S0266-8920(01)00019-4 .
^ Цукерман, Дэниел М.; Чонг, Лилиан Т. (22 мая 2017 г.). «Взвешенное ансамблевое моделирование: обзор методологии, приложений и программного обеспечения» . Ежегодный обзор биофизики . 46 (1): 43–57. doi : 10.1146/annurev-biophys-070816-033834 . ISSN 1936-122Х . ПМК 5896317 . ПМИД 28301772 .
^ Хубер, Джорджия; Ким, С. (январь 1996 г.). «Моделирование броуновской динамики взвешенного ансамбля реакций ассоциации белков» . Биофизический журнал . 70 (1): 97–110. Бибкод : 1996BpJ....70...97H . дои : 10.1016/S0006-3495(96)79552-8 . ПМЦ 1224912 . ПМИД 8770190 .
^ Кан, Х.; Харрис, TE (1951). «Оценка прохождения частиц методом случайной выборки». Национальное бюро стандартов Appl. Математика. Ряд . 12 :27–30.
^ Риккарди, Энрико; Андерс, Лервик; ван Эрп, Титус С. (2020). «PyRETIS 2: невероятное стремление к редким событиям» . Журнал вычислительной химии . 41 (4): 379–377. дои : 10.1002/jcc.26112 . ПМИД 31742744 .
^ Аарён, Ола; Киэр, Хенрик; Риккарди, Энрико (2020). «PyVisA: Визуализация и анализ траекторий выборки путей». Журнал вычислительной химии . 42 (6): 435–446. дои : 10.1002/jcc.26467 . ПМИД 33314210 . S2CID 229179978 .

[1] Морио, Дж.; Балесдент, М. (2014). «Обзор методов моделирования редких событий для статических моделей ввода-вывода» (PDF) . Практика и теория имитационного моделирования . 49 (4): 287–304. дои : 10.1016/j.simpat.2014.10.007 .

[acj2002-2] Деллаго, Кристоф ; Болхуис, Питер Г .; Гейсслер, Филипп Л. (2002). Выборка пути перехода . Том. 123. стр. 1–84. дои : 10.1002/0471231509.ch1 . ISBN 978-0-471-21453-3 . {{cite book}}: |journal= игнорируется ( помогите )

[:0-3] Риккарди, Энрико; Дален, Ода; ван Эрп, Титус С. (6 сентября 2017 г.). «Быстрая декорреляция движений Монте-Карло для эффективной выборки пути». Журнал физической химии . 8 (18): 4456–4460. doi : 10.1021/acs.jpclett.7b01617 . hdl : 11250/2491276 . ISSN 1948-7185 . ПМИД 28857565 .

[wsc1994-4] Виллен-Альтамирано, Мануэль; Виллен-Альтамирано, Хосе (1994). «Перезапуск: простой метод быстрого моделирования редких событий» . Написано в Сан-Диего, Калифорния, США. Материалы 26-й Зимней симуляционной конференции . ВСК '94. Орландо, Флорида, США: Международное общество компьютерного моделирования. стр. 282–289 . ISBN 0-7803-2109-Х . акмид 194044.

[5] Аллен, Розалинда Дж .; Уоррен, Патрик Б.; Тен Вольде, Питер Рейн (2005). «Отбор редких событий переключения в биохимических сетях». Письма о физических отзывах . 94 (1): 018104. arXiv : q-bio/0406006 . Бибкод : 2005PhRvL..94a8104A . doi : 10.1103/PhysRevLett.94.018104 . ПМИД 15698138 . S2CID 7998065 .

[6] Аллен, Розалинда Дж .; тен Вольде, Питер Рейн; Рейн Тен Вольде, Питер (2009). «Выборка прямых потоков для моделирования редких событий». Физический журнал: конденсированное вещество . 21 (46): 463102. arXiv : 0906.4758 . Бибкод : 2009JPCM...21T3102A . дои : 10.1088/0953-8984/21/46/463102 . ПМИД 21715864 . S2CID 10222109 .

[7] Ботев З.И.; Крозе, Д.П. (2008). «Эффективное моделирование Монте-Карло с помощью обобщенного метода расщепления». Методология и вычисления в прикладной теории вероятности . 10 (4): 471–505. CiteSeerX 10.1.1.399.7912 . дои : 10.1007/s11009-008-9073-7 . S2CID 1147040 .

[8] Ботев З.И.; Крозе, Д.П. (2012). «Эффективное моделирование Монте-Карло с помощью обобщенного метода расщепления». Статистика и вычисления . 22 (1): 1–16. дои : 10.1007/s11222-010-9201-4 . S2CID 14970946 .

[9] Серу, Фредерик; Арно Гайадер (2005). Адаптивное многоуровневое разделение для анализа редких событий (Технический отчет). ИНРИА. РР-5710.

[10] Берриман, Джошуа Т.; Шиллинг, Таня (2010). «Отбор редких событий в неравновесных и нестационарных системах». Журнал химической физики . 133 (24): 244101. arXiv : 1001.2456 . Бибкод : 2010JChPh.133x4101B . дои : 10.1063/1.3525099 . ПМИД 21197970 . S2CID 34154184 .

[Schueller-11] Шуллер, Дж.И.; Прадлвартер, HJ; Куцурелакис, П. (2004). «Критическая оценка процедур оценки надежности больших размерностей». Вероятностная инженерная механика . 19 (4): 463–474. doi : 10.1016/j.probengmech.2004.05.004 .

[12] Ау, СК; Бек, Джеймс Л. (октябрь 2001 г.). «Оценка вероятности небольших отказов в больших размерностях путем подмножества моделирования». Вероятностная инженерная механика . 16 (4): 263–277. CiteSeerX 10.1.1.131.1941 . дои : 10.1016/S0266-8920(01)00019-4 .

[13] Цукерман, Дэниел М.; Чонг, Лилиан Т. (22 мая 2017 г.). «Взвешенное ансамблевое моделирование: обзор методологии, приложений и программного обеспечения» . Ежегодный обзор биофизики . 46 (1): 43–57. doi : 10.1146/annurev-biophys-070816-033834 . ISSN 1936-122Х . ПМК 5896317 . ПМИД 28301772 .

[14] Хубер, Джорджия; Ким, С. (январь 1996 г.). «Моделирование броуновской динамики взвешенного ансамбля реакций ассоциации белков» . Биофизический журнал . 70 (1): 97–110. Бибкод : 1996BpJ....70...97H . дои : 10.1016/S0006-3495(96)79552-8 . ПМЦ 1224912 . ПМИД 8770190 .

[15] Кан, Х.; Харрис, TE (1951). «Оценка прохождения частиц методом случайной выборки». Национальное бюро стандартов Appl. Математика. Ряд . 12 :27–30.

[16] Риккарди, Энрико; Андерс, Лервик; ван Эрп, Титус С. (2020). «PyRETIS 2: невероятное стремление к редким событиям» . Журнал вычислительной химии . 41 (4): 379–377. дои : 10.1002/jcc.26112 . ПМИД 31742744 .

[17] Аарён, Ола; Киэр, Хенрик; Риккарди, Энрико (2020). «PyVisA: Визуализация и анализ траекторий выборки путей». Журнал вычислительной химии . 42 (6): 435–446. дои : 10.1002/jcc.26467 . ПМИД 33314210 . S2CID 229179978 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]