Búsqueda · 33 momentos en 21 episodios
Silvana TapiaJuan Carlos GilFrancis VillatoroHéctor SocasBorja Tosarmonte carlo y simulación materia condensadaalgoritmo metrópolis en 1953ideas de markov en monte carloalgoritmo metrópolis y energíamovimientos aleatorios partículasfactor boltzmann cambio energíasimulaciones ordenador juan carlos gilcientífico griego metrópolisartículo original metrópolis rosenbluth tellermatrimonios rosenbluth y tellermétodo monte carlo explora configuraciones energéticasmovimientos ascendentes en método monte carlopaisaje energético y valles de energía con monte carlomonte carlo atraviesa montañas y cuestasJuan Carlos GilBoltzmannMetrópolisMarkovMonte Carlosiglo XXRosenbluthTellerPythonFrancis Villatorofigura 3OPSPEXDFTfigura 1
Algoritmo Metrópolis y energía
Con
0:000:301:001:302:002:303:003:35
Juan Carlos Gil explica el funcionamiento del algoritmo de Metrópolis en simulaciones por ordenador, destacando su nombre irónico y cómo funciona aceptando o rechazando movimientos aleatorios de las partículas según la energía que producen.
…bola, la profundidad del pozo de potencial para reproducir propiedades experimentales de la sustancia de interés como la densidad, el punto de ebullición o el calor de vaporización, que ha sido una magnitud que se ha utilizado clásicamente muchísimas veces. Bueno, pues eso sería la simulación de forma abstracta, pero a partir de ahí surgen dos grandes corrientes en cuanto a la simulación de materia condensada, Monte Carlo y dinámica molecular La técnica de Monte Carlo nace con las ideas de Markov a principios del siglo XX y se formalizó en 1953 con el famoso, para los que lo conocemos, algoritmo de Metrópolis En Mortecarlo no se simula el movimiento real de las partículas, sino que se explora el espacio De fases del modelo que estemos considerando mediante movimientos aleatorios, es gracioso, de ahí el nombre, de las partículas. Se mueve una partícula al azar y entonces ese movimiento se acepta o no se acepta con una propiedad dada por el factor de Boltzmann del cambio de energía que ha producido ese movimiento: si la energía baja se acepta directamente y si sube de forma proporcional a su factor de Boltzmann. Esto es lo que se llama algoritmo de Metrópolis. Por cierto, Metrópolis, Juan Carlos, mucha gente lo confunde, hay Una distancia a Metrópolis, hay muchas cosas a Metrópolis. Metrópolis es un señor, es un científico y es Metrópolis, es un griego. Además, que ya que lo mencionas, me hace también cierta gracia en este ámbito mencionar a los autores del artículo original, que fueron Metropolis, efectivamente, yo siempre le pongo la tilde, Rosenbluth, Teller y Teller. ¿Por qué? Porque fueron Metropolis y los matrimonios Rosenbluth y Teller, él y ella, él y ella, los cinco, que es una curiosidad bastante simpática. Rosenbluth al cuadrado y Teller al cuadrado. Estamos llegando al final de la cara, no sé si quieres ir... Déjame que acabe con Monte Carlo y dejamos dinámica molecular; quería solamente decir que eso, que no reproduce los movimientos reales de las partículas, sino que va paseando Monte Carlo por el paisaje energético del modelo que sea, recorriendo valles donde la energía disminuye, pero y esa es la gracia, también se atreve a atravesar montañas, a subir cuestas, incluso contracorriente de tal forma que permite explorar posibles valles más allá de un collado y llegar a sitios pues de menos energía; no se queda directamente atrapado. Y dinámica molecular en la cara B. Bueno, pues vamos a explorar un poco la dinámica del agua entrando en el café, pasando por la cafetera, que eso también es un proceso bastante complejo. Y nada, les emplazamos a seguir esta conversión tan interesante en la cara B, donde también vamos a hablar…
Significado #1 · Palabras #1
Juan Carlos Gil explica el funcionamiento del algoritmo de Metrópolis en simulaciones por ordenador, destacando su nombre irónico y cómo funciona aceptando o rechazando movimientos aleatorios de las partículas según la energía que producen.
Habla: Juan Carlos GilSignificado #1 · Palabras #1monte carlo y simulación materia condensadaalgoritmo metrópolis en 1953ideas de markov en monte carloalgoritmo metrópolis y energíamovimientos aleatorios partículasfactor boltzmann cambio energíasimulaciones ordenador juan carlos gilcientífico griego metrópolisartículo original metrópolis rosenbluth tellermatrimonios rosenbluth y tellermétodo monte carlo explora configuraciones energéticasmovimientos ascendentes en método monte carlopaisaje energético y valles de energía con monte carlomonte carlo atraviesa montañas y cuestas…bola, la profundidad del pozo de potencial para reproducir propiedades experimentales de la sustancia de interés como la densidad, el punto de ebullición o el calor de vaporización, que ha sido una magnitud que se ha utilizado clásicamente muchísimas veces. Bueno, pues eso sería la simulación de forma abstracta, pero a partir de ahí surgen dos grandes corrientes en cuanto a la simulación de materia condensada, Monte Carlo y dinámica molecular La técnica de Monte Carlo nace con las ideas de Markov a principios del siglo XX y se formalizó en 1953 con el famoso, para los que lo conocemos, algoritmo de Metrópolis En Mortecarlo no se simula el movimiento real de las partículas, sino que se explora el espacio De fases del modelo que estemos considerando mediante movimientos aleatorios, es gracioso, de ahí el nombre, de las partículas. Se mueve una partícula al azar y entonces ese movimiento se acepta o no se acepta con una propiedad dada por el factor de Boltzmann del cambio de energía que ha producido ese movimiento: si la energía baja se acepta directamente y si sube de forma proporcional a su factor de Boltzmann. Esto es lo que se llama algoritmo de Metrópolis. Por cierto, Metrópolis, Juan Carlos, mucha gente lo confunde, hay Una distancia a Metrópolis, hay muchas cosas a Metrópolis. Metrópolis es un señor, es un científico y es Metrópolis, es un griego. Además, que ya que lo mencionas, me hace también cierta gracia en este ámbito mencionar a los autores del artículo original, que fueron Metropolis, efectivamente, yo siempre le pongo la tilde, Rosenbluth, Teller y Teller. ¿Por qué? Porque fueron Metropolis y los matrimonios Rosenbluth y Teller, él y ella, él y ella, los cinco, que es una curiosidad bastante simpática. Rosenbluth al cuadrado y Teller al cuadrado. Estamos llegando al final de la cara, no sé si quieres ir... Déjame que acabe con Monte Carlo y dejamos dinámica molecular; quería solamente decir que eso, que no reproduce los movimientos reales de las partículas, sino que va paseando Monte Carlo por el paisaje energético del modelo que sea, recorriendo valles donde la energía disminuye, pero y esa es la gracia, también se atreve a atravesar montañas, a subir cuestas, incluso contracorriente de tal forma que permite explorar posibles valles más allá de un collado y llegar a sitios pues de menos energía; no se queda directamente atrapado. Y dinámica molecular en la cara B. Bueno, pues vamos a explorar un poco la dinámica del agua entrando en el café, pasando por la cafetera, que eso también es un proceso bastante complejo. Y nada, les emplazamos a seguir esta conversión tan interesante en la cara B, donde también vamos a hablar…
Juan Carlos Gil describe un ciclo iterativo utilizado para generar estructuras de hielo posibles, comenzando con un algoritmo evolutivo llamado OPSPEX.
Habla: Juan Carlos GilPalabras #13algoritmo evolutivo opspexestructuras de hielo posiblesfitness según energía calculadapotencial neuronal profundo más rápido…cristalinas que está descrito en la figura 1 del artículo y que es su principal aportación metodológica, y que os tengo que contar rápidamente: primero para que os fascinéis al menos una fracción de lo que lo he hecho yo y para que podáis entender. Lo que luego os cuento: Es un ciclo que en la figura va en el sentido de las agujas del reloj. Empieza arriba a la izquierda, en una caja que pone generación de estructuras, donde se usa un algoritmo evolutivo llamado OPSPEX para generar muchísimas estructuras de hielo posibles. Al principio del todo, completamente al azar, y luego, a lo largo de cuando se realimenta el ciclo, pues van combinando y mutando las mejores estructuras que se van encontrando, evaluando su aptitud, su fitness, que en este caso es cuán estables parecen según su energía calculada. En la primera iteración esto se calcula con un DFT completo, pero en iteraciones sucesivas ya se va utilizando el potencial neuronal profundo, lo cuento luego, pues que es muchísimo, muchísimo más rápido. El segundo paso a la derecha de este en la figura. Se llama evolución de estructuras. Estas estructuras crudas que ha generado la etapa anterior pasan por una dinámica molecular con este potencial profundo, de tal forma que las estructuras se relajan, los enlaces de hidrógeno se reorganizan, se escapan de…
Juan Carlos Gil describe un proceso de filtrado y poda de estructuras de hielo generadas previamente, utilizando un mapa de energía-densidad para identificar las más estables.
Habla: Juan Carlos GilSignificado #9mapa energíadensidad figura 3envolvente convexa estructuras hielodiferencia energía corte 18 mevestructuras prometedoras poda filtrado…configuraciones lo más estables posibles. Y al final de esta etapa se hace una pequeña optimización geométrica para garantizar que cada estructura llega a eso, a un mínimo de energía al menos local. La tercera etapa, más allá de la derecha, se llama. Filtración o filtrado de estructuras, que es donde empieza la poda. Aquí nos llegan un montón de estructuras, nos queremos quedar con las prometedoras. Lo que se hace es que se coloca cada una de estas estructuras que llegan en un mapa de energía-densidad, como el de la figura 3, que también quiero comentar luego rápidamente, y se calcula con todas las estructuras la envolvente convexa, la zona donde las estructuras son más estables y solo se conservan; las otras se desechan, las que están en esa frontera o ligeramente por encima. Utilizan una diferencia de energía de corte de 18 mili -electrónvoltios por molécula de agua. Aquí hablamos de milielectrónvoltios, Héctor; no pongas esa cara, no de giga ni teraelectrónvoltios como habláis. A ver, de física de altas energías. Vale, luego también miran estructuras posiblemente duplicadas y desechan una de ellas, mediante lo que llaman…
Juan Carlos Gil explica un proceso iterativo para generar estructuras de hielo, describiendo un punto de decisión clave: si se siguen encontrando nuevas estructuras o estructuras energéticamente relevantes, el ciclo continúa.
Habla: Juan Carlos GilSignificado #17estructuras energéticamente relevantesciclo iterativo y nuevas estructuraspunto de decisión exploración convergida…cubo del hash, pues los desechan. Y tras esa criba solo sobreviven las estructuras candidatas realmente interesantes, que en la figura aparecen como un cilindro; representa una base de datos que está etiquetado: estructuras candidatas, Candidate Structures. Más abajo hay un primer punto de decisión donde se pregunta: ¿Esta exploración ha convergido ya? De tal forma que si siguen apareciendo a lo largo de los ciclos nuevas estructuras o estructuras energéticamente relevantes, pues la respuesta a esta pregunta es no y el ciclo sigue. Pero si en algún momento el método encuentra que ya ha convergido, pues se saldría por la esquina inferior derecha del diagrama que os cuento luego. Si no, sigue en el sentido horario hacia el siguiente punto de decisión. ¿Ha convergido la red neuronal? Donde aquí lo que hacen es comprobar si el potencial profundo que tenemos en estos momentos están describiendo bien las estructuras rarunas que van saliendo con el proceso. Se eligen unas cuantas de ellas, hay una técnica para…
Francis Villatoro explica cómo los autores del artículo dividieron doce parámetros en tres bloques de diferentes tamaños para su análisis.
Habla: Francis VillatoroPalabras #6algoritmo python para análisis de parámetrosbloques de datos con 4 2 y 6resultados del algoritmo público en python…de análisis no lineal y que lo hace es construir una menifor, construir una variedad tridimensional asociada a estas curvas entonces yo construyo un parámetro efectivo, es decir, una curva efectiva que agrupa a un grupito de curvas entonces yo de las 12 las he partido en 3 bloques, un bloque con 4, otro bloque con 2 y otro bloque con 6 que cuando tú las miras, pues hombre, tú no ves que sean parecidas, pero es que el algoritmo, esto es un algoritmo que ellos dicen, yo he usado este algoritmo, y esto es lo que me da, este algoritmo viene en Python, es público, así que el que lo aplique va a obtener el mejor resultado que yo, y me Dice que tengo tres curvas representativas de esos grupitos de curvas, que cuando tú lo miras, ya les digo, hay dudas, pero bueno, es opinión visual; y entonces ahora con esas tres curvas construyen una única curva en 3D como si fuera cada una de esas, entre…