High-Dimensional Enhanced Sampling via Regularized Path-Dependent McKean--Vlasov Dynamics using Tensor Density Approximation
Dit artikel stelt een schaalbaar, geregulariseerd pad-afhankelijk McKean-Vlasov-raamwerk voor voor high-dimensional enhanced sampling dat de statistische stabiliteit verbetert door pad-historiemaatstaven en een efficiënte numerieke realisatie bereikt via optimalisatie-vrije tensor-dichtheidsbenadering, waardoor effectieve verkenning van complexe energielandschappen met collectieve variabele dimensies tot 64 mogelijk wordt.