論文の概要: Variational principle to regularize machine-learned density functionals: the non-interacting kinetic-energy functional

• arxiv url: http://arxiv.org/abs/2306.17587v1
• Date: Fri, 30 Jun 2023 12:07:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-03 12:34:02.460469
• Title: Variational principle to regularize machine-learned density functionals: the non-interacting kinetic-energy functional
• Title（参考訳）: 機械駆動密度汎関数を正則化する変分原理:非相互作用運動エネルギー汎関数
• Authors: P. del Mazo-Sevillano and J. Hermann
• Abstract要約: 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。
• 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: Practical density functional theory (DFT) owes its success to the groundbreaking work of Kohn and Sham that introduced the exact calculation of the non-interacting kinetic energy of the electrons using an auxiliary mean-field system. However, the full power of DFT will not be unleashed until the exact relationship between the electron density and the non-interacting kinetic energy is found. Various attempts have been made to approximate this functional, similar to the exchange--correlation functional, with much less success due to the larger contribution of kinetic energy and its more non-local nature. In this work we propose a new and efficient regularization method to train density functionals based on deep neural networks, with particular interest in the kinetic-energy functional. The method is tested on (effectively) one-dimensional systems, including the hydrogen chain, non-interacting electrons, and atoms of the first two periods, with excellent results. For the atomic systems, the generalizability of the regularization method is demonstrated by training also an exchange--correlation functional, and the contrasting nature of the two functionals is discussed from a machine-learning perspective.
• Abstract（参考訳）: 実用密度汎関数理論(DFT)の成功は、補助平均場系を用いて電子の非相互作用運動エネルギーの正確な計算を導入したコーンとシャムの画期的な業績に起因している。 しかし、電子密度と非相互作用運動エネルギーの正確な関係が見つかるまで、DFTのフルパワーは解けない。 この関数を、交換相関関数と同様に近似する様々な試みがなされたが、運動エネルギーのより大きな寄与とより非局所的な性質のために、成功ははるかに少ない。 本研究では、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を、特に運動エネルギー汎関数に着目し、より効率的に行うための新しい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、優れた結果が得られる。 原子系では、正則化法の一般化性は交換相関関数の訓練によって実証され、2つの関数の対照的な性質は機械学習の観点から論じられる。

関連論文リスト

• Dissecting van der Waals interactions with Density Functional Theory -- Wannier-basis approach [0.0]
  これは電子ベースの多体法であり、材料の完全な電子的および光学的応答特性を捉える。 ファン・デル・ワールズと誘導エネルギーを区別する基盤と、異方性と異なる積み重ねパターンの役割を提供する。 本研究の目的は、ファンデルワールスエネルギーを幅広い材料で測定するための新しい実験研究を刺激することである。
  論文  参考訳（メタデータ） (2024-06-17T15:42:01Z)
• Electron-Photon Exchange-Correlation Approximation for QEDFT [0.0]
  QEDFT(Quantum-electrodynamical density-functional theory)は、複雑な光-物質相互作用を探索する上で有望な方法である。 電子-光子交換相関ポテンシャルの近似が必要である。 ここでは、このQEDFT関数近似を 1 次元から 3 次元の有限系に近似する。
  論文  参考訳（メタデータ） (2024-02-15T08:50:36Z)
• 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)
• Modeling Non-Covalent Interatomic Interactions on a Photonic Quantum Computer [50.24983453990065]
  我々は、cQDOモデルがフォトニック量子コンピュータ上でのシミュレーションに自然に役立っていることを示す。 我々は、XanaduのStrawberry Fieldsフォトニクスライブラリを利用して、二原子系の結合エネルギー曲線を計算する。 興味深いことに、2つの結合したボソニックQDOは安定な結合を示す。
  論文  参考訳（メタデータ） (2023-06-14T14:44:12Z)
• 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)
• D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
  コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。 このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。 さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
  論文  参考訳（メタデータ） (2023-03-01T10:38:10Z)
• Experimental verification of fluctuation relations with a quantum computer [68.8204255655161]
  我々は、量子プロセッサを用いて、非平衡量子熱力学における多くの理論的結果を実験的に検証する。 我々の実験は、量子計算の非平衡エネルギー論を理解するための実験基盤を構成する。
  論文  参考訳（メタデータ） (2021-06-08T14:16:12Z)
• GGA-Level Subsystem DFT Achieves Sub-kcal/mol Accuracy Intermolecular Interactions by Mimicking Nonlocal Functionals [0.0]
  本稿では,非局所関数のよい振る舞いを模倣したGGA非付加的運動エネルギー関数を提案する。 この新しい関数は、S22-5とS66のテストセットにおける弱い相互作用のダイマーのKohn-Sham DFTとベンチマークCCSD(T)相互作用エネルギーを再現する。
  論文  参考訳（メタデータ） (2021-03-29T19:56:52Z)
• eQE 2.0: Subsystem DFT Beyond GGA Functionals [58.720142291102135]
  サブシステム-DFT (subsystem-DFT) は、大規模電子構造計算の計算コストを劇的に削減することができる。 sDFTの鍵となる要素は、その精度を支配する非付加的な運動エネルギーと交換相関関数である。 eQE 2.0は従来のコーンシャムDFTやCCSD(T)と比較して優れた相互作用エネルギーを提供する
  論文  参考訳（メタデータ） (2021-03-12T22:26:36Z)
• Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
  表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。 動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
  論文  参考訳（メタデータ） (2020-01-15T19:00:01Z)

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。