論文の概要: The $S$-diagnostic -- an a posteriori error assessment for
single-reference coupled-cluster methods
- arxiv url: http://arxiv.org/abs/2301.11393v1
- Date: Thu, 26 Jan 2023 20:14:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-30 17:15:55.318876
- Title: The $S$-diagnostic -- an a posteriori error assessment for
single-reference coupled-cluster methods
- Title（参考訳）: s$-diagnostic --single-reference coupled-cluster methodの後方誤差評価
- Authors: Fabian M. Faulstich, H{\aa}kon E. Kristiansen, Mihaly A. Csirik, Simen
Kvaal, Thomas Bondo Pedersen, Andre Laestadius
- Abstract要約: 我々は、異なるSRCC変種の数学的解析に根ざした$S$-diagnosticの導出を提供する。
S$-diagnostic を数値的に精査し,(1) 幾何最適化,(2) 数値困難の異なる系の電子相関シミュレーション,(3) 正方平面銅錯体の性能を検証した。
- 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: We propose a novel a posteriori error assessment for the single-reference
coupled-cluster (SRCC) method called the $S$-diagnostic. We provide a
derivation of the $S$-diagnostic that is rooted in the mathematical analysis of
different SRCC variants. We numerically scrutinized the $S$-diagnostic, testing
its performance for (1) geometry optimizations, (2) electronic correlation
simulations of systems with varying numerical difficulty, and (3) the
square-planar copper complexes [CuCl$_4$]$^{2-}$, [Cu(NH$_3$)$_4$]$^{2+}$, and
[Cu(H$_2$O)$_4$]$^{2+}$. Throughout the numerical investigations, the
$S$-diagnostic is compared to other SRCC diagnostic procedures, that is, the
$T_1$, $D_1$, and $D_2$ diagnostics as well as different indices of
multi-determinantal and multi-reference character in coupled-cluster theory.
Our numerical investigations show that the $S$-diagnostic outperforms the
$T_1$, $D_1$, and $D_2$ diagnostics and is comparable to the indices of
multi-determinantal and multi-reference character in coupled-cluster theory in
their individual fields of applicability. The experiments investigating the
performance of the $S$-diagnostic for geometry optimizations using SRCC reveal
that the $S$-diagnostic correlates well with different error measures at a high
level of statistical relevance. The experiments investigating the performance
of the $S$-diagnostic for electronic correlation simulations show that the
$S$-diagnostic correctly predicts strong multi-reference regimes. The
$S$-diagnostic moreover correctly detects the successful SRCC computations for
[CuCl$_4$]$^{2-}$, [Cu(NH$_3$)$_4$]$^{2+}$, and [Cu(H$_2$O)$_4$]$^{2+}$, which
have been known to be misdiagnosed by $T_1$ and $D_1$ diagnostics in the past.
This shows that the $S$-diagnostic is a promising candidate for an a posteriori
diagnostic for SRCC calculations.
- Abstract（参考訳）: 本稿では,S$-diagnosticと呼ばれる単一参照結合クラスタ法(SRCC)の後方誤差評価法を提案する。
我々は、異なるSRCC変種の数学的解析に根ざした$S$-diagnosticの導出を提供する。
我々は,(1)幾何最適化,(2)様々な数値困難を持つ系の電子相関シミュレーション,(3)正方平面銅錯体 [CuCl$_4$]$^{2-}$, [Cu(NH$_3$)$_4$]$^{2+}$, [Cu(H$_2$O)$_4$]$^{2+}$,および[Cu(H$_2$O)$_4$]$^{2+}$を数値的に精査した。
数値的な調査を通じて、$S$-diagnostic は他の SRCC 診断手順、すなわち$T_1$, $D_1$, $D_2$ 診断と、結合クラスタ理論における多重行列および多重参照文字の異なる指標と比較される。
我々の数値的な研究は、$S$-diagnosticが$T_1$、$D_1$、$D_2$診断よりも優れており、それぞれの応用分野における結合クラスタ理論における多重行列および多重参照文字の指標に匹敵することを示している。
SRCCを用いた幾何最適化のための$S$-diagnosticの性能を調査した結果、$S$-diagnosticは高い統計的関連性で異なる誤差尺度とよく相関していることがわかった。
電子相関シミュレーションにおける$S$-diagnosticの性能を調べた結果,$S$-diagnosticは強いマルチ参照レギュレーションを正しく予測できることがわかった。
さらに$S$-diagnosticは、[CuCl$_4$]$^{2-}$, [Cu(NH$_3$)$_4$]$^{2+}$, [Cu(H$_2$O)$_4$]$^{2+}$のSRCC計算を正しく検出する。
これは,S$-diagnosticがSRCC計算における後部診断の候補であることを示している。
関連論文リスト
- Matching the Statistical Query Lower Bound for k-sparse Parity Problems with Stochastic Gradient Descent [83.85536329832722]
勾配勾配降下(SGD)は,$d$次元ハイパーキューブ上の$k$パリティ問題を効率的に解くことができることを示す。
次に、SGDでトレーニングされたニューラルネットワークがどのようにして、小さな統計的エラーで$k$-parityの問題を解決するかを実証する。
論文 参考訳（メタデータ） (2024-04-18T17:57:53Z) - Collaborative non-parametric two-sample testing [55.98760097296213]
目標は、null仮説の$p_v = q_v$が拒否されるノードを特定することである。
グラフ構造を効率的に活用する非パラメトリックコラボレーティブ2サンプルテスト(CTST)フレームワークを提案する。
提案手法は,f-divergence Estimation, Kernel Methods, Multitask Learningなどの要素を統合する。
論文 参考訳（メタデータ） (2024-02-08T14:43:56Z) - Agnostically Learning Multi-index Models with Queries [54.290489524576756]
本稿では,ガウス分布下での非依存学習の課題に対するクエリアクセスのパワーについて検討する。
クエリアクセスは、MIMを不可知的に学習するためのランダムな例よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2023-12-27T15:50:47Z) - Kernel-Based Tests for Likelihood-Free Hypothesis Testing [21.143798051525646]
2つのバランスの取れたクラスから$n$の観測が与えられたとき、追加の$m$入力をラベル付けするタスクを考える。
この問題の特別なケースはよく知られており、$m=1$はバイナリ分類に対応し、$mapprox n$は2サンプルテストに相当する。
最近の研究で、$m$と$n$の間に根本的なトレードオフがあることが判明した。
論文 参考訳（メタデータ） (2023-08-17T15:24:03Z) - Deep Reinforcement Learning for Cost-Effective Medical Diagnosis [41.10546022107126]
強化学習を用いて、以前の観測結果に基づいて順次実験室のテストパネルを選択する動的ポリシーを探索する。
エンド・ツー・エンドのトレーニングやオンライン学習と互換性のあるセミモデルに基づく深層診断ポリシー最適化フレームワークを提案する。
SM-DDPOは、フェリチン異常検出、敗血症死亡予測、急性腎障害の診断など、様々な臨床的タスクでテストされている。
論文 参考訳（メタデータ） (2023-02-20T19:47:25Z) - Testing distributional assumptions of learning algorithms [5.204779946147061]
テストレーナー対 $(mathcalA,mathcalT)$ の設計について検討する。
データ中の例の分布がテスタを$mathcalT$に渡せば、データ上の非依存な$mathcalA$の出力を安全に信頼できることを示す。
論文 参考訳（メタデータ） (2022-04-14T19:10:53Z) - Provably Efficient Convergence of Primal-Dual Actor-Critic with
Nonlinear Function Approximation [15.319335698574932]
The first efficient convergence result with primal-dual actor-critic with a convergence of $mathcalOleft ascent(Nright)Nright)$ under Polyian sample。
Open GymAI連続制御タスクの結果。
論文 参考訳（メタデータ） (2022-02-28T15:16:23Z) - TURF: A Two-factor, Universal, Robust, Fast Distribution Learning
Algorithm [64.13217062232874]
最も強力で成功したモダリティの1つは、全ての分布を$ell$距離に近似し、基本的に最も近い$t$-piece次数-$d_$の少なくとも1倍大きい。
本稿では,この数値をほぼ最適に推定する手法を提案する。
論文 参考訳（メタデータ） (2022-02-15T03:49:28Z) - An Improved Analysis of Gradient Tracking for Decentralized Machine
Learning [34.144764431505486]
トレーニングデータが$n$エージェントに分散されるネットワーク上での分散機械学習を検討する。
エージェントの共通の目標は、すべての局所損失関数の平均を最小化するモデルを見つけることである。
ノイズのない場合、$p$を$mathcalO(p-1)$から$mathcalO(p-1)$に改善します。
論文 参考訳（メタデータ） (2022-02-08T12:58:14Z) - Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。
i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
論文 参考訳（メタデータ） (2020-07-16T06:44:44Z) - Agnostic Q-learning with Function Approximation in Deterministic
Systems: Tight Bounds on Approximation Error and Sample Complexity [94.37110094442136]
本稿では,決定論的システムにおける関数近似を用いたQ$学習の問題について検討する。
もし$delta = Oleft(rho/sqrtdim_Eright)$なら、$Oleft(dim_Eright)$を使って最適なポリシーを見つけることができる。
論文 参考訳（メタデータ） (2020-02-17T18:41:49Z)
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。