論文の概要: Reducing the Quantum Many-electron Problem to Two Electrons with Machine Learning

• arxiv url: http://arxiv.org/abs/2301.00672v1
• Date: Thu, 29 Dec 2022 16:30:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 04:05:22.662124
• Title: Reducing the Quantum Many-electron Problem to Two Electrons with Machine Learning
• Title（参考訳）: 機械学習による量子多電子問題を2電子に還元する
• Authors: LeeAnn M. Sager-Smith and David A. Mazziotti
• Abstract要約: 畳み込みニューラルネットワークを用いて「近似ゲミナル占有分布を学習する電子構造のための新しいパラダイム」を導入する。 ニューラルネットワークは$N$-representability条件を学習し,その分布に制約を加えて$N$-Electron系を表現する。
• 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: An outstanding challenge in chemical computation is the many-electron problem where computational methodologies scale prohibitively with system size. The energy of any molecule can be expressed as a weighted sum of the energies of two-electron wave functions that are computable from only a two-electron calculation. Despite the physical elegance of this extended ``aufbau'' principle, the determination of the distribution of weights -- geminal occupations -- for general molecular systems has remained elusive. Here we introduce a new paradigm for electronic structure where approximate geminal-occupation distributions are ``learned'' via a convolutional neural network. We show that the neural network learns the $N$-representability conditions, constraints on the distribution for it to represent an $N$-electron system. By training on hydrocarbon isomers with only 2-7 carbon atoms, we are able to predict the energies for isomers of octane as well as hydrocarbons with 8-15 carbons. The present work demonstrates that machine learning can be used to reduce the many-electron problem to an effective two-electron problem, opening new opportunities for accurately predicting electronic structure.
• Abstract（参考訳）: 化学計算における顕著な課題は多電子問題であり、計算方法論はシステムサイズに制限的にスケールする。 任意の分子のエネルギーは、2電子計算のみから計算可能な2電子波動関数のエネルギーの重み付け和として表現することができる。 この拡張された「aufbau」原理の物理的優雅さにもかかわらず、一般分子系に対する重みの分布(ジェミナル職業)の決定はいまだに解明されていない。 本稿では、畳み込みニューラルネットワークによる近似ゲミナル占有分布を'learned'とする電子構造の新しいパラダイムを提案する。 ニューラルネットワークは$N$-representability条件を学習し,その分布に制約を加えて$N$-電子系を表現する。 2-7炭素原子しか持たない炭化水素異性体を訓練することにより、オクタンの異性体と8-15炭素の炭化水素のエネルギーを予測することができる。 本研究は、機械学習が多電子問題を効果的に2電子問題に還元し、電子構造を正確に予測する新たな機会を開くことを実証する。

関連論文リスト

• 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)
• Ab initio extended Hubbard model of short polyenes for efficient quantum computing [0.0]
  本稿では,ab initioダウンフォールディング法により導出される拡張ハバード・ハミルトンを導入することを提案する。 ab initio拡張ハバード・ハミルトンは量子コンピュータを用いた量子化学計算において大きな可能性を秘めている可能性がある。
  論文  参考訳（メタデータ） (2024-04-02T04:13:09Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• A Self-Attention Ansatz for Ab-initio Quantum Chemistry [3.4161707164978137]
  本稿では、自己注意型ウェーブファンクショントランス(Psiformer)を用いたニューラルネットワークアーキテクチャを提案する。 我々は、Psiformerを他のニューラルネットワークのドロップイン代替として使用することができ、計算精度を劇的に向上させることができることを示した。 これは、自己アテンションネットワークが電子間の複雑な量子力学的相関を学習できることを示し、より大きな系の化学計算において前例のない精度に達するための有望な経路であることを示している。
  論文  参考訳（メタデータ） (2022-11-24T15:38:55Z)
• Machine Learning 1- and 2-electron reduced density matrices of polymeric molecules [0.0]
  我々は、新しい配座と新しい分子の両方に一般化可能な電子構造を予測するための機械学習アプローチの実現可能性を示す。 同時に,2RDM手法の適応を阻害したN表現可能性問題を,直接機械学習による有効密度行列の学習により回避する。
  論文  参考訳（メタデータ） (2022-08-09T18:06:07Z)
• $m^\ast$ of two-dimensional electron gas: a neural canonical transformation study [11.42424447028021]
  均一な電子ガスの有効質量の正確な値は、何十年にもわたっての研究の後、まだ解明されていない。 新たに開発されたニューラルカノニカル変換アプローチは、電子ガスの有効質量を抽出する原理的な方法を提供する。 本計算により, 2次元スピン偏極電子ガスの有効質量の抑制が明らかとなった。
  論文  参考訳（メタデータ） (2022-01-10T04:14:40Z)
• Molecular Structure Optimization based on Electrons-Nuclei Quantum Dynamics Computation [0.0]
  分子構造最適化法の新しい概念について述べる。 システムの多体波動関数は、想像時間進化法により最適化される。 この手法は量子コンピュータに適していると考えられており、その開発は強力な方法としてその応用を実現するだろう。
  論文  参考訳（メタデータ） (2021-07-14T12:15:55Z)
• Relativistic aspects of orbital and magnetic anisotropies in the chemical bonding and structure of lanthanide molecules [60.17174832243075]
  本研究では, 重同族ランタノイドEr2およびTm2分子の電子的およびロ-振動状態について, 最先端相対論的手法を適用して検討した。 我々は、91のEr2と36のTm2電子ポテンシャルを2つの基底状態原子に解離させることで、信頼できるスピン軌道と相関による分裂を得ることができた。
  論文  参考訳（メタデータ） (2021-07-06T15:34:00Z)
• Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
  分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。 これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
  論文  参考訳（メタデータ） (2021-07-01T01:02:17Z)
• Engineering analog quantum chemistry Hamiltonians using cold atoms in optical lattices [69.50862982117127]
  数値的なアナログシミュレータの動作条件をベンチマークし、要求の少ない実験装置を見出す。 また、離散化と有限サイズ効果により生じるシミュレーションの誤差についてより深く理解する。
  論文  参考訳（メタデータ） (2020-11-28T11:23:06Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。