Drift-oscillatory steering with the forward-reverse method for calculating the potential of mean force
Notice bibliographique
Résumé
We present a method that enables the use of the forward-reverse (FR) method of Kosztin et al. on a broader range of problems in soft matter physics. Our method, which we call the oscillating forward-reverse (OFR) method, adds an oscillatory steering potential to the constant velocity steering potential of the FR method. This enables the calculation of the potential of mean force (PMF) in a single unidirectional oscillatory drift, rather than multiple drifts in both directions as required by the FR method. By following small forward perturbations with small reverse perturbations, the OFR method is able to generate a piecewise reverse path that follows the piecewise forward path much more closely than any practical set of paths used in the FR method. We calculate the PMF for four different systems: a dragged Brownian oscillator, a pair of atoms in a Lennard-Jones liquid, a Na${}^{+}$-Cl${}^{\ensuremath{-}}$ ion pair in an aqueous solution, and a deca-alanine molecule being stretched in an implicit solvent. In all cases, the PMF results are in good agreement with those published previously using various other methods, and, to our knowledge, we give for the first time PMFs calculated by nonequilibrium methods for the Lennard-Jones and Na${}^{+}$-Cl${}^{\ensuremath{-}}$ systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».