V
主页
【计算材料学-从算法原理到代码实现】视频教程 | 8.2.2_蒙特卡洛重要性采样
发布人
在蒙特卡洛模拟中,重要性采样是一种减少估计方差,提高模拟效率的技术,尤其适用于估计罕见事件的概率。它通过选择一个与感兴趣区域(通常是函数值较大的区域)更匹配的概率分布来抽样,从而得到更加集中和有代表性的样本集。这样,每个样本对最终估计的贡献更加均衡,减少了由于抽样波动造成的不必要的方差。 重要性采样的关键在于如何选择合适的采样分布。理想的采样分布应该易于从中抽样,并且能够捕获原函数的主要特征。通常,这需要对原函数有一定的了解或者进行预先的探索性分析。一个好的采样分布能够显著提高模拟的准确性和效率。 然而,如果选择不当,重要性采样不仅不能减少方差,反而可能增加方差,甚至导致估计结果的偏差。此外,在多维问题中,找到一个好的采样分布可能会变得非常复杂。这就需要我们在实际应用中权衡,通过试错或适应性方法来迭代地寻找最佳的采样分布。 总的来说,重要性采样是一个强大的工具,能够在蒙特卡洛模拟中解决一些棘手的问题,但它也需要精心设计和仔细实施。
打开封面
下载高清视频
观看高清视频
视频下载器
【计算材料学-从算法原理到代码实现】视频教程 | 3.2_密度泛函理论DFT简介
【计算材料学-从算法原理到代码实现】视频教程 | 7.21_手把手系列-纳米孔浸润过程(高远)
01-2-计算方法分类
【计算材料学-从算法原理到代码实现】视频教程 | 7.20_机器学习势模拟Pt纳米颗粒在TiO2表面上的烧结
【计算材料学-从算法原理到代码实现】视频教程 | 7.17_多元合金的atomsk手把手建模
分子动力学第一部分和第二部分学习
01-1-计算材料学简介
【计算材料学-从算法原理到代码实现】视频教程 | 7.6_材料的热膨胀系数计算
从0开始学习VASP (9)AIMD入门 0理论感受万物运动
01-3-计算材料学的应用
01-4-课程总体安排
【计算材料学-从算法原理到代码实现】视频教程 | 4.14_金属表面的CO吸附能VASP计算
【计算材料学-从算法原理到代码实现】视频教程 | 8.7_SPPARKS安装教程
【计算材料学-从算法原理到代码实现】视频教程 | 7.8_Cu的声子谱计算
【计算材料学-从算法原理到代码实现】视频教程 | 7.1_LAMMPS安装教程
【计算材料学-从算法原理到代码实现】视频教程 | 8.6.3_过渡态理论
【计算材料学-从算法原理到代码实现】视频教程 | 8.2.3_Metropolis采样Python实现
【计算材料学-从算法原理到代码实现】视频教程 | 7.14_氢扩散系数的LAMMPS计算
【计算材料学-从算法原理到代码实现】视频教程 | 2.1.2_薛定谔方程
02-1-Python简介
【计算材料学-从算法原理到代码实现】视频教程 | 6.1_分子动力学简介
【计算材料学-从算法原理到代码实现】视频教程 | 8.1_蒙特卡罗随机撒点与浦丰投针
LAMMPS+VMD+Python:聚合物交联+石墨稀表面接枝,拉伸力学性能、聚合物链取向| 华算科技 MS杨站长
【计算材料学-从算法原理到代码实现】视频教程 | 8.2.3_马尔科夫链的Python实现
【计算材料学-从算法原理到代码实现】视频教程 | 新书上线
李博士的计算材料学 第二季 第五期 异质结构型筛选
【计算材料学-从算法原理到代码实现】视频教程 | 3.1.5_正则Hartree-Fock方程
【计算材料学-从算法原理到代码实现】视频教程 | 6.2.1.2_Lennard-Jones势
【计算材料学-从算法原理到代码实现】视频教程 | 7.5_大质量粒子的二维布朗运动
【计算材料学-从算法原理到代码实现】视频教程 | 6.1.1_分子动力学基本步骤
【计算材料学-从算法原理到代码实现】视频教程 | 4.1_VASP安装教程
【计算材料学-从算法原理到代码实现】视频教程 | 8.2.2_拒绝采样算法
【计算材料学-从算法原理到代码实现】视频教程 | 6.1.3_什么是周期性边界条件
【计算材料学-从算法原理到代码实现】视频教程 | 6.2.1_对势的截断
【计算材料学-从算法原理到代码实现】视频教程 | 2.1.5_一维无穷深势阱
【计算材料学-从算法原理到代码实现】视频教程 | 7.8_phonoLAMMPS和phonopy安装教程
【计算材料学-从算法原理到代码实现】视频教程 | 4.4_氢原子能量的VASP计算
【计算材料学-从算法原理到代码实现】视频教程 | 8.6.1_动力学蒙特卡洛基本原理
【计算材料学-从算法原理到代码实现】视频教程 | 8.2.3_蒙特卡洛马尔科夫链(Markov Chain)
【计算材料学-从算法原理到代码实现】视频教程 | 3.2.1_托马斯-费米-狄拉克近似