Efficient Monte-Carlo sampling of metastable systems using non-local collective variable updates
Diese Arbeit stellt einen verifizierten Algorithmus zur effizienten Monte-Carlo-Simulation metastabiler Systeme vor, der nicht-lokale Updates in nichtlinearen kollektiven Variablen mit unterdämpfter Langevin-Dynamik kombiniert und so die Leistungsfähigkeit generativer maschineller Lernverfahren für realistischere molekulare Systeme erweitert.