An efficient sampling algorithm for variational Monte Carlo.

We propose a new algorithm for sampling the N-body density mid R:Psi(R)mid R:(2)R(3N)mid R:Psimid R:(2) in the variational Monte Carlo framework. This algorithm is based upon a modified Ricci-Ciccotti discretization of the Langevin dynamics in the phase space (R,P) improved by a Metropolis-Hastings accept/reject step. We show through some representative numerical examples (lithium, fluorine, and copper atoms and phenol molecule) that this algorithm is superior to the standard sampling algorithm based on the biased random walk (importance sampling).

Domaines

Chimie théorique et/ou physique

Fichier principal

1.2354490.pdf (482.33 Ko)

Origine	Fichiers éditeurs autorisés sur une archive ouverte

Anthony Scemama : Connectez-vous pour contacter le contributeur

https://hal.science/hal-00875620

Soumis le : mardi 28 janvier 2020-12:02:47

Dernière modification le : jeudi 12 septembre 2024-11:33:21

Archivage à long terme le : mercredi 29 avril 2020-14:19:55

Dates et versions

hal-00875620 , version 1 (28-01-2020)

Identifiants

HAL Id : hal-00875620 , version 1
DOI : 10.1063/1.2354490
PUBMED : 16999464

Citer

Anthony Scemama, Tony Lelièvre, Gabriel Stoltz, Eric Cancès, Michel Caffarel. An efficient sampling algorithm for variational Monte Carlo.. The Journal of Chemical Physics, 2006, 125 (11), pp.114105. ⟨10.1063/1.2354490⟩. ⟨hal-00875620⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ENPC IRSAMC LCPQ CNRS INRIA CERMICS PARISTECH LPQ INRIA2 UNIV-UT3 UT3-TOULOUSEINP

220 Consultations

152 Téléchargements