High-Dimensional Enhanced Sampling via Regularized Path-Dependent McKean--Vlasov Dynamics using Tensor Density Approximation
Este artigo propõe um framework escalável, regularizado e dependente do caminho de McKean-Vlasov para amostragem aprimorada de alta dimensão que melhora a estabilidade estatística por meio de medidas de histórico de trajetória e alcança uma realização numérica eficiente via aproximação de densidade tensorial sem otimização, permitindo a exploração efetiva de paisagens energéticas complexas com dimensões de variáveis coletivas de até 64.