High-Dimensional Enhanced Sampling via Regularized Path-Dependent McKean--Vlasov Dynamics using Tensor Density Approximation
Este trabajo propone un marco escalable, regularizado y dependiente del camino de McKean-Vlasov para el muestreo mejorado de alta dimensión que mejora la estabilidad estadística mediante medidas de la historia del camino y logra una realización numérica eficiente mediante una aproximación de densidad tensorial sin optimización, permitiendo una exploración efectiva de paisajes energéticos complejos con dimensiones de variables colectivas de hasta 64.