Fugu-MT 論文翻訳(概要): Model dielectric functions for fluctuation potential calculations in electron gas: a critical assessment

論文の概要: Model dielectric functions for fluctuation potential calculations in electron gas: a critical assessment

arxiv url: http://arxiv.org/abs/2201.09581v1
Date: Mon, 24 Jan 2022 10:45:15 GMT
ステータス: 処理完了
システム内更新日: 2023-02-28 00:47:56.258261
Title: Model dielectric functions for fluctuation potential calculations in electron gas: a critical assessment
Title（参考訳）: 電子ガスのゆらぎポテンシャル計算のためのモデル誘電関数:批判的評価
Authors: Aditi Mandal, Sylvain Tricot, Rakesh Choubisa and Didier S\'ebilleau
Abstract要約: この研究は、電子ベースの様々な分光学におけるプラズモンの特徴の多重散乱記述において、誘電関数が重要な量であるという事実に動機づけられている。我々は,ネバンリンナとメモリ関数を用いた誘電体関数の再構成について検討した。メモリ関数法が最も効果的であり、非常に柔軟でカスタマイズできる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this article, we report a critical assessment of dielectric function calculations in electron gas through the comparison of different modelling methods. This work is motivated by the fact that the dielectric function is a key quantity in the multiple scattering description of plasmon features in various electron-based spectroscopies. Starting from the standard random phase approximation (RPA) expression, we move on to correlation-augmented RPA, then damped RPA models. Finally, we study the reconstruction of the dielectric function from its moments, using the Nevanlinna and memory function approaches. We find the memory function method to be the most effective, being highly flexible and customizable.
Abstract（参考訳）: 本稿では,電子ガス中の誘電関数計算を,異なるモデリング法の比較により批判的に評価する。この研究は、電子ベースの分光学におけるプラズモンの特徴の多重散乱記述において誘電関数が重要な量であるという事実に動機づけられている。標準ランダム位相近似(RPA)式から始めると、相関強化 RPA に移行し、次に減衰 RPA モデルに遷移する。最後に,nevanlinna法とメモリ関数法を用いて誘電関数のモーメントからの再構成について検討した。メモリ関数メソッドが最も効果的で,柔軟性とカスタマイズ性が高いことが分かりました。

関連論文リスト

Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
論文参考訳（メタデータ） (2024-11-11T09:01:36Z)
Machine learning approach for vibronically renormalized electronic band structures [3.3312479395168455]
物理特性の振動熱期待値の計算を第一原理から効率的に行う機械学習(ML)法を提案する。深層学習ニューラルネットワークは、サンプリングされたフォノン構成に関連する物理的特性を正確に予測するために訓練される。ニューラルネットワークモデルをトレーニングするためのDFT計算を100未満で行うと、振動熱予測値の計算において、一桁のサンプリングが可能であることを示す。
論文参考訳（メタデータ） (2024-09-03T01:39:18Z)
Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations [58.130170155147205]
神経波関数は、計算コストが高いにもかかわらず、多電子系の基底状態の近似において前例のない精度を達成した。近年の研究では、個々の問題を個別に解くのではなく、様々な構造や化合物にまたがる一般化波動関数を学習することでコストを下げることが提案されている。この研究は、分子間の一般化に適した過度にパラメータ化され、完全に学習可能なニューラルウェーブ関数を定義することで、この問題に取り組む。
論文参考訳（メタデータ） (2024-05-23T16:30:51Z)
Towards an Hybrid Hodgkin-Huxley Action Potential Generation Model [0.0]
2つの簡単な測定値のみを用いてホジキン・ハクスリーモデルのパラメトリック関数を見つける可能性を検討する。元のHodgkin-Huxleyモデルから生成されたデータを用いて実験を行った。その結果、最小限のデータ量でトレーニングされた単純な2層人工ニューラルネットワークアーキテクチャは、アクションポテンシャル生成の基本的な妥当性をモデル化することを学ぶことができた。
論文参考訳（メタデータ） (2023-03-15T22:39:23Z)
On the Su-Schrieffer-Heeger model of electron transport: low-temperature optical conductivity by the Mellin transform [62.997667081978825]
我々は、低温光伝導率を、高分子鎖に沿ってホップする電子の量子力学系における周波数の関数として記述する。我々のゴールは、このシステムのバンド間伝導度が、最小のエネルギーバンドギャップが閉じる傾向があるときにどのように振る舞うかを示すことである。
論文参考訳（メタデータ） (2022-09-26T23:17:39Z)
Adaptive LASSO estimation for functional hidden dynamic geostatistical model [69.10717733870575]
関数型隠れ統計モデル(f-HD)のためのペナル化極大推定器(PMLE)に基づく新しいモデル選択アルゴリズムを提案する。このアルゴリズムは反復最適化に基づいており、適応最小限の収縮・セレクタ演算子(GMSOLAS)ペナルティ関数を用いており、これは不給付のf-HD最大線量推定器によって得られる。
論文参考訳（メタデータ） (2022-08-10T19:17:45Z)
DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
論文参考訳（メタデータ） (2021-12-08T13:07:21Z)
Comparison of Optical Response from DFT Random Phase Approximation and Low-Energy Effective Model: Strained Phosphorene [0.0]
低エネルギー有効モデルと密度汎関数理論(DFT)の両方を用いて分散誘電率テンソルを比較して比較する。この結果から, 広く使用されているDFTパッケージのランダム位相近似は, 信頼性の高い材料の基本電子特性を予測できるように再検討し, 改善することが示唆された。
論文参考訳（メタデータ） (2021-09-01T18:00:06Z)
Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文参考訳（メタデータ） (2021-02-12T12:23:13Z)
The variational method applied to the harmonic oscillator in presence of a delta function potential [0.0]
得られた固有関数を正確に視覚化することは困難であり、従ってより多くの洞察を得ることが可能である。変動法を適用して、正確な基底状態固有値にどの程度近づくかを検証する。本研究では, より正確な値に近い基底状態エネルギーの推定値を得た。
論文参考訳（メタデータ） (2020-12-01T15:05:01Z)
MLSolv-A: A Novel Machine Learning-Based Prediction of Solvation Free Energies from Pairwise Atomistic Interactions [0.0]
MLに基づく新しい解法モデルを導入し, 対の原子間相互作用から解エネルギーを計算する。 6,493実験の結果, トレーニングデータの拡大に際し, 優れた性能と伝達性を実現した。
論文参考訳（メタデータ） (2020-05-13T06:53:54Z)

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。