Методы Монте-Карло
-
Метод Монте-Карло: Вероятностные алгоритмы решения задач
Метод Монте-Карло: алгоритмы вероятностного моделирования и решения задач. Оптимизация, интеграция, анализ рисков. Применение в науке и технике.
-
Алгоритм Монте-Карло и метод Метрополиса-Хастингса
Алгоритм Монте-Карло: метод Маркова-Метрополиса-Гастингса для получения случайных выборок из сложных распределений вероятностей. Применение в статистике и физике.
-
Молекулярная динамика: Компьютерное моделирование движения атомов и молекул.
Молекулярная динамика: компьютерное моделирование движения атомов и молекул для изучения химических свойств веществ. Применение в химии, физике и биологии.
-
Методы Монте-Карло Марковских цепей: обзор и применение.
Метод Монте-Карло Маркова (MCMC): алгоритмы для выборки из сложных распределений вероятностей. Приближение к целевому распределению через цепи Маркова.
-
Квазимонте-карло методы численного интегрирования
Численное интегрирование: метод квази-Монте-Карло использует низкодискрептные последовательности для снижения дисперсии и повышения точности вычислений.
-
Метод отбраковки в вычислительной статистике
Метод принятия-отклонения: генерация случайных величин из распределения в вычислительной статистике. Точный метод моделирования, основанный на отборе проб.
-
Метод Гиббса: Алгоритм Монте-Карло Марковских цепей
Алгоритм Монте-Карло (Gibbs sampling): метод MCMC для выборки из сложных распределений. Применяется в статистике, машинном обучении и Байесовском анализе.
-
Теория среднего поля: приближение физического поведения.
Теория среднего поля (MFT) в физике и теории вероятностей: упрощение сложных моделей, усреднение взаимодействий для снижения вычислительных затрат.
-
Метод важностной выборки: оценка и эффективность
Важность выборки: метод Монте-Карло для оценки распределений, используя данные из другого источника. Применение в статистике, физике и вероятностном моделировании.
-
Компьютерные эксперименты и моделирование систем.
Компьютерные эксперименты: изучение симуляций в физике, химии, биологии. Методы моделирования, дискретное моделирование, конечно-элементный анализ.
-
Динамический метод Монте-Карло: Сравнение подходов FRM и RSM для моделирования динамики молекул.
Динамический метод Монте-Карло (DMC) в химии: моделирование динамики молекул, реакций и диффузии вне равновесия. FRM, RSM – методы DMC симуляций.
-
Метод Монте-Карло для численного интегрирования
Численное интегрирование Монте-Карло: метод вычисления определенных интегралов с помощью случайных чисел. Эффективен для многомерных интегралов, оценка точности.
-
Методы Монте-Карло в финансах: оценка и анализ рисков
Методы Монте-Карло в финансах: оценка рисков и инвестиций с помощью моделирования неопределенностей. Применение в корпоративных и финансовых задачах.
-
Метод частиц: алгоритмы Монте-Карло для обработки сигналов и статистического вывода.
Фильтры частиц (Sequential Monte Carlo) – алгоритмы для оценки состояний нелинейных систем в обработке сигналов и статистическом выводе. Байесовский анализ.
-
Параллельное отжигание: метод моделирования сложных систем.
Параллельный отжиг: метод компьютерного моделирования для поиска состояния с минимальной энергией в физике и статистике. Улучшает MCMC, преодолевает "застревание".
-
Вероятностные алгоритмы моделирования квантовых многочастичных систем
Квантовые вычисления и алгоритмы Монте-Карло для моделирования сложных квантовых систем. Точные решения для бозонных систем без фрустрации.
-
Трюк с репликами в статистической физике
Репликальный трюк в статистической физике: математический метод упрощения расчётов для систем со случайными свойствами. Ожидаемые значения, усреднение по репликам.
-
Локализация Монте-Карло с использованием KLD-семплирования: повышение эффективности и скорости сходимости.
Локализация Монте-Карло (MCL): алгоритм для роботов, определяющий положение и ориентацию на карте местности. KLD-семплинг оптимизирует размер выборки для точности.
-
Метод полости: Применение в статистической физике и задачах оптимизации
Метод решеток (cavity method) в статистической физике: вычисление свойств систем, решение задач конденсированного состояния и оптимизации. Альтернатива репликам.
-
Функция радиального распределения в статистической механике
Функция радиального распределения в статистической механике: описание плотности частиц вокруг эталонной частицы. Важно для анализа систем атомов и молекул.
-
Variance reduction
-
Kinetic Monte Carlo
-
FERMIAC
-
Auxiliary-field Monte Carlo