論文の概要: An Efficient DFT Solver for Nanoscale Simulations and Beyond
- arxiv url: http://arxiv.org/abs/2010.07385v2
- Date: Thu, 25 Mar 2021 18:45:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-29 02:26:30.518858
- Title: An Efficient DFT Solver for Nanoscale Simulations and Beyond
- Title（参考訳）: ナノスケールシミュレーションのための効率的なDFTソルバ
- Authors: Xuecheng Shao, Wenhui Mi, and Michele Pavanello
- Abstract要約: 我々は、DFTをナノスケールを超えるシステムサイズに拡張する代替の軌道自由DFTソルバを提案する。
OE-SCF(OE-SCF)は、(典型的には計算コストがかかる)パウリポテンシャルを外部ポテンシャルとして扱い、反復後に更新する反復解法である。
シリコン基材料について,1CPUのみを用いて,これまでで最大のアブイニシアトシミュレーションを行った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present the One-orbital Ensemble Self-Consistent Field (OE-SCF) method, an
{alternative} orbital-free DFT solver that extends the applicability of DFT to
system sizes beyond the nanoscale while retaining the accuracy required to be
predictive. OE-SCF is an iterative solver where the (typically computationally
expensive) Pauli potential is treated as an external potential and updated
after each iteration. Because only up to a dozen iterations are needed to reach
convergence, OE-SCF dramatically outperforms current orbital-free DFT solvers.
Employing merely a single CPU, we carried out the largest ab initio simulation
for silicon-based materials to date. OE-SCF is able to converge the energy of
bulk-cut Si nanoparticles as a function of their diameter up to 16 nm, for the
first time reproducing known empirical results. We model polarization and
interface charge transfer when a Si slab is sandwiched between two metal slabs
where lattice matching mandates a very large slab size. Additionally, OE-SCF
opens the door to adopt even more accurate functionals in orbital-free DFT
simulations while still tackling systems sizes beyond the nanoscale.
- Abstract（参考訳）: 本稿では,DFTをナノスケールを超えるシステムサイズに拡張し,予測に必要な精度を保ちながら,DFTの適用性を高めるための一軌道収束自己整合場(OE-SCF)法を提案する。
OE-SCFは反復解法であり、(典型的には計算コストがかかる)パウリポテンシャルを外部ポテンシャルとして扱い、反復後に更新する。
OE-SCFは収束に達するのに最大12回の反復しか必要としないため、現在の軌道自由DFT解法よりも劇的に優れている。
単一cpuのみを採用し、これまでシリコン素材のab initioシミュレーションを最大で実施した。
OE-SCFは、バルクカットしたSiナノ粒子のエネルギーを直径最大16nmの関数として収束させることができる。
格子マッチングが非常に大きなスラブサイズである2つの金属スラブ間にSiスラブを挟むと、偏極および界面電荷移動をモデル化する。
さらに、OE-SCFは、ナノスケールを超えるシステムサイズに対応しながら、軌道のないDFTシミュレーションにさらに正確な機能を採用するための扉を開く。
関連論文リスト
- Orbital-free density functional theory with first-quantized quantum subroutines [0.0]
確率的想像時間進化(PITE)を用いた軌道自由密度汎関数理論(OFDFT)を実現する量子古典ハイブリッドスキームを提案する。
PITEはOFDFTの一部に適用され、各自己整合体(SCF)反復におけるハミルトニアン基底状態を探索する。
ハミルトンの基底状態エネルギーを得るには、回路深さが$O(log N_mathrmg)$が必要である。
論文 参考訳（メタデータ） (2024-07-23T05:34:11Z) - Transolver: A Fast Transformer Solver for PDEs on General Geometries [66.82060415622871]
本稿では, 離散化された測地の背後に隠れた本質的な物理状態を学習するTransolverについて述べる。
スライスから符号化された物理認識トークンに注意を向けることで、Transovlerは複雑な物理的相関を効果的に捉えることができる。
Transolverは6つの標準ベンチマークで22%の相対的な利得で一貫した最先端を実現し、大規模産業シミュレーションでも優れている。
論文 参考訳（メタデータ） (2024-02-04T06:37:38Z) - Perspectives of running self-consistent DMFT calculations for strongly
correlated electron systems on noisy quantum computing hardware [0.0]
本稿では,変分解法(VQE)アルゴリズムに基づく2サイトDMFTモデルのQC手法を提案する。
我々はヒルベルトの誤りから生じる課題について議論し、自己エネルギーの非物理的特徴を克服する手段を提案する。
論文 参考訳（メタデータ） (2023-11-17T09:05:31Z) - D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。
このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。
さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
論文 参考訳（メタデータ） (2023-03-01T10:38:10Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳（メタデータ） (2022-12-21T23:15:17Z) - Spin Current Density Functional Theory of the Quantum Spin-Hall Phase [59.50307752165016]
スピン電流密度汎関数理論を量子スピンハル相に適用する。
我々は、SCDFTの電子-電子ポテンシャルにおけるスピン電流の明示的な説明が、ディラックコーンの出現の鍵であることを示す。
論文 参考訳（メタデータ） (2022-08-29T20:46:26Z) - NeuralNEB -- Neural Networks can find Reaction Paths Fast [7.7365628406567675]
密度汎関数理論 (DFT) のような量子力学的手法は、反応系の運動学を研究するための効率的な探索アルゴリズムと共に大きな成功を収めている。
機械学習(ML)モデルは、小さな分子DFT計算の優れたエミュレータであることが判明し、そのようなタスクでDFTを置き換える可能性がある。
本稿では、Transition1xデータセットから約10万の初等反応に基づいて、アート同変グラフニューラルネットワーク(GNN)に基づくモデルの状態を訓練する。
論文 参考訳（メタデータ） (2022-07-20T15:29:45Z) - eQE 2.0: Subsystem DFT Beyond GGA Functionals [58.720142291102135]
サブシステム-DFT (subsystem-DFT) は、大規模電子構造計算の計算コストを劇的に削減することができる。
sDFTの鍵となる要素は、その精度を支配する非付加的な運動エネルギーと交換相関関数である。
eQE 2.0は従来のコーンシャムDFTやCCSD(T)と比較して優れた相互作用エネルギーを提供する
論文 参考訳（メタデータ） (2021-03-12T22:26:36Z) - DFTpy: An efficient and object-oriented platform for orbital-free DFT
simulations [55.41644538483948]
本稿では、Python 3で完全に書かれたOFDFTを実装したオープンソースソフトウェアであるDFTpyを紹介する。
本稿では,1CPUで計算したアルミニウムの100万原子系の電子構造について紹介する。
DFTpyはMITライセンスでリリースされている。
論文 参考訳（メタデータ） (2020-02-07T19:07:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。