Fugu-MT 論文翻訳(概要): Nuclear energy density functionals from machine learning

論文の概要: Nuclear energy density functionals from machine learning

arxiv url: http://arxiv.org/abs/2105.07696v2
Date: Fri, 18 Mar 2022 00:42:33 GMT
ステータス: 処理完了
システム内更新日: 2023-03-30 22:22:08.098907
Title: Nuclear energy density functionals from machine learning
Title（参考訳）: 機械学習による核エネルギー密度関数
Authors: X. H. Wu and Z. X. Ren and P. W. Zhao
Abstract要約: 機械学習は、自己結合型原子力システムのためのエネルギー密度関数を構築するために使用される。既存の軌道自由密度汎関数理論は、この原子核の性能に近いものはない。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Machine learning is employed to build an energy density functional for self-bound nuclear systems for the first time. By learning the kinetic energy as a functional of the nucleon density alone, a robust and accurate orbital-free density functional for nuclei is established. Self-consistent calculations that bypass the Kohn-Sham equations provide the ground-state densities, total energies, and root-mean-square radii with a high accuracy in comparison with the Kohn-Sham solutions. No existing orbital-free density functional theory comes close to this performance for nuclei. Therefore, it provides a new promising way for future developments of nuclear energy density functionals for the whole nuclear chart.
Abstract（参考訳）: 機械学習は、初めて自己結合型核システムのためのエネルギー密度関数を構築するために用いられる。核子密度の関数として運動エネルギーを学習することにより、核に対するロバストで正確な軌道自由密度汎関数が確立される。コーン・シャム方程式をバイパスする自己整合計算は、コーン・シャム解と比較して高い精度で基底状態密度、総エネルギー、ルート平均平方半径を与える。既存の軌道自由密度汎関数理論は、核の性能に近いものはない。したがって、核エネルギー密度汎関数の将来の発展に新たな有望な方法を提供する。

関連論文リスト

Orbital-Free Density Functional Theory with Continuous Normalizing Flows [54.710176363763296]
軌道自由密度汎関数理論(OF-DFT)は、分子電子エネルギーを計算する別のアプローチを提供する。我々のモデルは様々な化学系の電子密度を再現することに成功した。
論文参考訳（メタデータ） (2023-11-22T16:42:59Z)
Variational principle to regularize machine-learned density functionals: the non-interacting kinetic-energy functional [0.0]
本稿では,ディープニューラルネットワークに基づく密度汎関数のトレーニングのための,より効率的な正規化手法を提案する。この方法は、水素鎖、非相互作用電子、および最初の2周期の原子を含む(効果的に)1次元のシステムで試験される。原子系では、正則化法の一般化可能性も交換相関関数の訓練によって示される。
論文参考訳（メタデータ） (2023-06-30T12:07:26Z)
KineticNet: Deep learning a transferable kinetic energy functional for orbital-free density functional theory [13.437597619451568]
KineticNetは、分子二次格子上の量の予測に適応した点畳み込みに基づく、同変のディープニューラルネットワークアーキテクチャである。初めて、学習された関数の化学的精度は、小さな分子の入力密度とジオメトリーによって達成される。
論文参考訳（メタデータ） (2023-05-08T17:43:31Z)
Single-particle-exact density functional theory [0.0]
1pEx-DFT (Single- Particle-exact density functional theory) は、エネルギーに対する全ての単一粒子の正確な機能的寄与を表す。量子多体系の単一粒子状態の「参加数」から密度行列を構成するための2つの新しいスキームを利用して相互作用エネルギー汎関数をパラメータ化する。
論文参考訳（メタデータ） (2023-05-05T01:24:21Z)
Dilute neutron star matter from neural-network quantum states [58.720142291102135]
低密度中性子物質はクーパー対の形成と超流動の開始によって特徴づけられる。我々は、モンテカルロ変分法と再構成技術を組み合わせた隠れ核量子ネットワーク量子状態の表現性に乗じて、この密度構造をモデル化する。
論文参考訳（メタデータ） (2022-12-08T17:55:25Z)
Kinetic energy density for open-shell systems: Analysis and development of a novel technique [0.0]
オープンシェル原子の運動エネルギー密度を計算するために, アドホック法の有効性について検討した。また、任意のスピン乗数性の原子の運動エネルギー密度を計算するための、代替的だが正確な手法も提案している。
論文参考訳（メタデータ） (2022-08-01T17:45:49Z)
Spectral density reconstruction with Chebyshev polynomials [77.34726150561087]
厳密な誤差推定で有限エネルギー分解能の制御可能な再構成を行う方法を示す。これは、核と凝縮物質物理学における将来の応用の道を開くものである。
論文参考訳（メタデータ） (2021-10-05T15:16:13Z)
Nuclei with up to $\boldsymbol{A=6}$ nucleons with artificial neural network wave functions [52.77024349608834]
人工ニューラルネットワークを用いて、核の波動関数をコンパクトに表現する。高精度な超球面調和法を用いて, それらの結合エネルギー, 点核子密度, ラジイをベンチマークした。
論文参考訳（メタデータ） (2021-08-15T23:02:39Z)
Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文参考訳（メタデータ） (2020-07-28T14:52:28Z)
Entanglement and control of single quantum memories in isotopically engineered silicon carbide [89.42372489576658]
固体中の核スピンはデコヒーレンスの原因であり、スピン量子ビットにとって貴重な資源である。炭化ケイ素(SiC)中の29Si核スピンの分離制御を実証し,光学活性希薄スピンと強結合核レジスタとの絡み合った状態を生成する。
論文参考訳（メタデータ） (2020-05-15T15:45:34Z)
Toward a bridge between relativistic and nonrelativistic density functional theories for nuclei [0.0]
自己整合共変密度汎関数論の非相対論的還元は、類似性再正規化群(SRG)法で初めて実現される。この新たなフレームワークの効率性と精度は、いくつかの典型的な球状核に対して実証されている。
論文参考訳（メタデータ） (2020-04-23T01:25:16Z)

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。