[論文レビュー] PERM: A Monte Carlo Strategy for Simulating Polymers and Other Things

Peter Grassberger, und H. Frauenkron|arXiv (Cornell University)|Jun 26, 1998

Protein Structure and Dynamics参考文献 4被引用数 4

ひとこと要約

本稿では、逐次的成長中に高確率経路を適応的にクローン化し、低確率経路を刈り込むことで、大規模な集団を維持せずに不偏なサンプリングを保証する、モンテカルロ戦略であるPERM（Pruned-Enriched Rosenbluth Method）を紹介する。この手法は、θポリマーの挙動における強い対数補正を確認し、混合不能転移におけるフラリー＝フギンス平均場理論からのずれを、これらの補正に起因すると特定し、臨界密度スケーリング指数の不一致を解消する。

ABSTRACT

We describe a general strategy, PERM (Pruned-Enriched Rosenbluth Method), for sampling configurations from a given Gibbs-Boltzmann distribution. The method is not based on the Metropolis concept of establishing a Markov process whose stationary state is the wanted distribution. Instead, it starts off building instances according to a biased distribution, but corrects for this by cloning "good" and killing "bad" configurations. In doing so, it uses the fact that nontrivial problems in statistical physics are high dimensional. Therefore, instances are built step by step, and the final "success" of an instance can be guessed at an early stage. Using weighted samples, this is done so that the final distribution is strictly unbiased. In contrast to evolutionary algorithms, the cloning/killing is done without simultaneously keeping a large population in computer memory. We apply this in large scale simulations of homopolymers near the theta and unmixing critical points. In addition we sketch other applications, notably to polymers in confined geometries and to randomly branched polymers. For theta polymers we confirm the very strong logarithmic corrections found in previous work. For critical unmixing we essentially confirm the Flory-Huggins mean field theory and the logarithmic corrections to it computed by Duplantier. We suggest that the latter are responsible for some apparent violations of mean field behavior. This concerns in particular the exponent for the chain length dependence of the critical density which is 1/2 in Flory-Huggins theory, but is claimed to be $\approx 0.38$ in several experiments.

研究の動機と目的

• 高次元統計力学的問題における複雑なポリマー構造のサンプリングに、より効率的なモンテカルロ法を開発すること。
• 従来のマルコフ連鎖法が、ポリマー系におけるまれだが重要な構造を探索する際に非効率であるという問題に対処すること。
• 進化的アルゴリズムの高いメモリコストを回避しつつ、統計的精度を維持するフレームワークを提供すること。
• 臨界現象（特にθ転移および混合不能転移）におけるこの手法のテスト。
• 平均場理論と実験的観察との間に生じる臨界挙動の不一致、特に臨界密度の鎖長依存性を解消すること。

提案手法

• 構造を段階的に構築し、各段階で部分的なエネルギーとエントロピー寄与に基づいて重みを割り当てる。
• 成長過程において高確率構造を優遇するバイアスを導入し、その後、クローン化（良好な場合）と刈込（不良な場合）により不偏なサンプリングを是正する。
• クローン化と刈込は、成長過程の途中で動的に実行され、大規模な集団をメモリに保持する必要がなくなる。
• 最終的なアンサンブルは、初期のバイアスを是正する重み付きサンプルを用いるため、厳密に不偏となる。
• 高次元性を活用し、構造の最終的成否を成長過程の初期段階で推定する。
• 均一ポリマーの大型スケールシミュレーション（θ点および混合不能臨界点付近）に実装し、閉じ込められた系や分岐ポリマーへの拡張も行っている。

実験結果

リサーチクエスチョン

• RQ1 メトロポリス力学に依存せずに、高次元ポリマー系におけるまれだが重要な構造を効率的にサンプリングできるモンテカルロ法を設計できるか？
• RQ2 逐次的構造成長中に導入されたバイアスは、どのように是正され、不偏な最終分布が得られるか？
• RQ3 θポリマーの臨界挙動における対数補正の役割は何か？ また、それらは平均場予測からのずれを説明できるか？
• RQ4 混合不能転移における臨界密度スケーリング指数の実験的測定値が、フラリー＝フギンス平均場理論の予測値1/2と異なるのはなぜか？
• RQ5 デュプラントゥールが予測した対数補正は、実験で観察された0.38のスケーリング指数をどの程度説明できるか？

主な発見

• PERM法は、θ点付近の均一ポリマーのシミュレーションに成功し、先行研究で報告された強い対数補正の存在を確認した。
• 臨界混合不能転移において、Flory-Huggins平均場理論とDuplantierが予測する対数補正が両方確認された。
• 対数補正が、平均場挙動からの顕著なずれ、特に臨界密度の鎖長依存性における観測された約0.38の指数に起因することを示した。
• 大規模な集団を保持せず、複雑なポリマー構造のサンプリングにおいて高い効率性を示し、大規模シミュレーションに適している。
• 実験的平均場スケーリングからのずれは、新たな物理的メカニズムによるものではなく、考慮されていなかった対数補正に起因するという仮説を支持する結果が得られた。
• この手法は、閉じ込められた系やランダムに分岐したポリマーを含む他の系へも一般化可能であり、初期の結果は有望である。