論文の概要: Machine Learning for Vibrational Spectroscopy via Divide-and-Conquer
Semiclassical Initial Value Representation Molecular Dynamics with
Application to N-Methylacetamide
- arxiv url: http://arxiv.org/abs/2101.03927v1
- Date: Mon, 11 Jan 2021 14:47:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 02:54:02.257499
- Title: Machine Learning for Vibrational Spectroscopy via Divide-and-Conquer
Semiclassical Initial Value Representation Molecular Dynamics with
Application to N-Methylacetamide
- Title(参考訳): 半古典的初期値表現分子動力学による振動分光の機械学習とn-メチルアセタミドへの応用
- Authors: Michele Gandolfi, Alessandro Rognoni, Chiara Aieta, Riccardo Conte,
Michele Ceotto
- Abstract要約: 核振動空間を部分空間に分割する機械学習アルゴリズムを導入する。
部分分割基準は、リウヴィルの定理、すなわち減次元ジャコビアン行列式のユニタリの最良の保存に基づいている。
このアルゴリズムは12-原子トランス-N-メチルアセトアミドのパワースペクトルの分割・対数半古典計算に適用される。
- 参考スコア(独自算出の注目度): 56.515978031364064
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A machine learning algorithm for partitioning the nuclear vibrational space
into subspaces is introduced. The subdivision criterion is based on Liouville's
theorem, i.e. best preservation of the unitary of the reduced dimensionality
Jacobian determinant within each subspace along a probe full-dimensional
classical trajectory. The algorithm is based on the idea of evolutionary
selection and it is implemented through a probability graph representation of
the vibrational space partitioning. We interface this customized version of
genetic algorithms with our divide-and-conquer semiclassical initial value
representation method for calculation of molecular power spectra. First, we
benchmark the algorithm by calculating the vibrational power spectra of two
model systems, for which the exact subspace division is known. Then, we apply
it to the calculation of the power spectrum of methane. Exact calculations and
full-dimensional semiclassical spectra of this small molecule are available and
provide an additional test of the accuracy of the new approach. Finally, the
algorithm is applied to the divide-and-conquer semiclassical calculation of the
power spectrum of 12-atom trans-N-Methylacetamide.
- Abstract(参考訳): 原子核振動空間を部分空間に分割する機械学習アルゴリズムを導入する。
部分分割の基準は、リウヴィルの定理、すなわちプローブの全次元古典軌道に沿った各部分空間内の縮小次元ジャコビアン行列式のユニタリの最良の保存に基づいている。
このアルゴリズムは進化的選択の概念に基づいており、振動空間分割の確率グラフ表現によって実装されている。
我々は,この遺伝的アルゴリズムのカスタマイズ版と,分子パワースペクトルの計算のための半古典的初期値表現法をインターフェースする。
まず, 厳密な部分空間分割が知られている2つのモデルシステムの振動パワースペクトルを計算し, アルゴリズムのベンチマークを行う。
次に,メタンのパワースペクトルの計算に適用する。
この小さな分子の正確な計算と全次元半古典スペクトルは利用可能であり、新しいアプローチの精度のさらなるテストを提供する。
最後に、12原子のトランスn-メチルアセトアミドのパワースペクトルの分割・比較半古典的計算にアルゴリズムを適用した。
関連論文リスト
- Gaussian Entanglement Measure: Applications to Multipartite Entanglement
of Graph States and Bosonic Field Theory [50.24983453990065]
フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。
本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。
自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
論文 参考訳(メタデータ) (2024-01-31T15:50:50Z) - Adaptive Graph Convolutional Subspace Clustering [10.766537212211217]
スペクトル型サブスペースクラスタリングアルゴリズムは多くのサブスペースクラスタリングアプリケーションにおいて優れた性能を示している。
本稿では,グラフ畳み込みネットワークにヒントを得たグラフ畳み込み手法を用いて特徴抽出法と係数行列制約を同時に開発する。
AGCSCを用いることで、元のデータサンプルの集合的特徴表現がサブスペースクラスタリングに適していると主張する。
論文 参考訳(メタデータ) (2023-05-05T10:27:23Z) - Simulating optical linear absorption for mesoscale molecular aggregates:
an adaptive hierarchy of pure states approach [0.0]
DadHOPS (Dyadic Adaptive HOPS) と呼ばれる大型分子集合体に対する線形吸収スペクトルの計算法を提案する。
この手法は、局所性を用いて計算スケーリングを改善する適応型HOPSフレームワークと、線形および非線形分光信号を計算するために以前に開発された線量HOPS手法を組み合わせたものである。
論文 参考訳(メタデータ) (2023-01-09T23:26:25Z) - Chebyshev pseudosite matrix product state approach for the spectral
functions of electron-phonon coupling systems [5.778703568892861]
強いクーロン反発状態におけるドープ拡張ハバード・ホルシュタインモデルのスペクトル関数について検討した。
その結果,低フォノン周波数でのホロンの折り畳み枝のスペクトル重みを増大させることができることがわかった。
論文 参考訳(メタデータ) (2022-10-17T16:07:45Z) - Calculating non-linear response functions for multi-dimensional
electronic spectroscopy using dyadic non-Markovian quantum state diffusion [68.8204255655161]
本稿では,分子集合体の多次元電子スペクトルと電子励起を結合した構造環境下でのシミュレーション手法を提案する。
このアプローチの重要な側面は、NMQSD方程式を2重系ヒルベルト空間で伝播するが、同じ雑音を持つことである。
論文 参考訳(メタデータ) (2022-07-06T15:30:38Z) - Hybrid Quantum-Classical Boson Sampling Algorithm for Molecular
Vibrationally Resolved Electronic Spectroscopy with Duschinsky Rotation and
Anharmonicity [0.0]
複素分子の光スペクトルを計算するためのハイブリッド量子古典サンプリングアルゴリズムを提案する。
現実的な分子分光シミュレーションのための短期量子優位性を提案する。
論文 参考訳(メタデータ) (2022-03-21T07:59:20Z) - Gaussian Process Regression for Absorption Spectra Analysis of Molecular
Dimers [68.8204255655161]
本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。
このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。
実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
論文 参考訳(メタデータ) (2021-12-14T17:46:45Z) - Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder [58.720142291102135]
本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
論文 参考訳(メタデータ) (2021-11-17T12:54:48Z) - Simulation of absorption spectra of molecular aggregates: a Hierarchy of
Stochastic Pure States approach [68.8204255655161]
純粋な状態の階層(HOPS)は、局所的な軌跡に基づく正式な正確な解を提供する。
大集合体における吸収スペクトルのシミュレーションのためにHOPSの局在を爆発させるには、正規化軌道の定式化が必要である。
論文 参考訳(メタデータ) (2021-11-01T16:59:54Z) - Semiclassical Approach to Photophysics Beyond Kasha's Rule and Vibronic
Spectroscopy Beyond the Condon Approximation. The Case of Azulene [0.0]
本研究では,アズレンおよび他の非大陸分子の光物理と分光法について検討する。
我々は、原子核の半古典力学とアブ初期電子構造を組み合わせた体系的で一般的で効率的な計算手法を開発する。
評価されたスペクトルの精度は、アンハーモニシティ、ヘルツベルク-テラー、モード混合効果の処理を必要とする。
論文 参考訳(メタデータ) (2020-01-23T09:08:29Z)
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。