論文の概要: Orbital-Free Density Functional Theory with Continuous Normalizing Flows

• arxiv url: http://arxiv.org/abs/2311.13518v1
• Date: Wed, 22 Nov 2023 16:42:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-23 14:27:45.837328
• Title: Orbital-Free Density Functional Theory with Continuous Normalizing Flows
• Title（参考訳）: 連続正規化流れをもつ軌道自由密度汎関数理論
• Authors: Alexandre de Camargo, Ricky T. Q. Chen, Rodrigo A. Vargas-Hern\'andez
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 54.710176363763296
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Orbital-free density functional theory (OF-DFT) provides an alternative approach for calculating the molecular electronic energy, relying solely on the electron density. In OF-DFT, both the ground-state density is optimized variationally to minimize the total energy functional while satisfying the normalization constraint. In this work, we introduce a novel approach by parameterizing the electronic density with a normalizing flow ansatz, which is also optimized by minimizing the total energy functional. Our model successfully replicates the electronic density for a diverse range of chemical systems, including a one-dimensional diatomic molecule, specifically Lithium hydride with varying interatomic distances, as well as comprehensive simulations of hydrogen and water molecules, all conducted in Cartesian space.
• Abstract（参考訳）: 軌道自由密度汎関数理論(OF-DFT)は、電子密度のみに依存する分子電子エネルギーを計算する代替手法を提供する。 OF-DFTでは、2つの基底状態密度を変動的に最適化し、正規化制約を満たすとともに全エネルギー関数を最小化する。 本研究では,全エネルギー汎関数を最小化することで最適化された正規化流れアンサッツを用いて電子密度をパラメータ化する新しい手法を提案する。 本モデルでは,1次元の2原子分子,特に原子間距離の異なる水素化リチウムを含む多種多様な化学系の電子密度を再現し,水素分子と水分子の包括的シミュレーションを行った。

関連論文リスト

• Vacuum polarization in a one-dimensional effective quantum-electrodynamics model [0.0]
  デルタポテンシャル相互作用を持つ水素様原子の一次元有効QEDモデルについて検討した。 このモデルはクーロン相互作用を持つ3次元実効QED理論に似ており、かなり単純である。
  論文  参考訳（メタデータ） (2024-10-25T06:34:36Z)
• Overcoming the Barrier of Orbital-Free Density Functional Theory for Molecular Systems Using Deep Learning [46.08497356503155]
  軌道自由密度汎関数理論(英: Orbital-free density functional theory、OFDFT)は、Kohn-Sham DFTよりも低コストでスケールできる量子化学の定式化である。 本稿では、深層学習関数モデルを用いて分子システムを解くことができるOFFTアプローチであるM-OFDFTを提案する。
  論文  参考訳（メタデータ） (2023-09-28T16:33:36Z)
• 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)
• Real-time equation-of-motion CC cumulant and CC Green's function simulations of photoemission spectra of water and water dimer [54.44073730234714]
  実時間CC累積法で得られた結果について考察する。 これらの方法を用いて得られたイオン化ポテンシャルを価領域で比較した。 RT-EOM-CC法とCCGF法により得られたスペクトル関数の特徴を衛星ピークの位置と関連づけて解析した。
  論文  参考訳（メタデータ） (2022-05-27T18:16:30Z)
• Stochastic Variational Approach to Small Atoms and Molecules Coupled to Quantum Field Modes [55.41644538483948]
  空洞QEDの量子場に結合した少数の粒子系のエネルギーと波動関数の変動計算(SVM)を提案する。 2次元のトライアン電子や閉じ込められた電子、He原子や水素分子の例を示す。
  論文  参考訳（メタデータ） (2021-08-25T13:40:42Z)
• BIGDML: Towards Exact Machine Learning Force Fields for Materials [55.944221055171276]
  機械学習力場(MLFF)は正確で、計算的で、データ効率が良く、分子、材料、およびそれらのインターフェースに適用できなければならない。 ここでは、Bravais-Inspired Gradient-Domain Machine Learningアプローチを導入し、わずか10-200原子のトレーニングセットを用いて、信頼性の高い力場を構築する能力を実証する。
  論文  参考訳（メタデータ） (2021-06-08T10:14:57Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Accelerating Finite-temperature Kohn-Sham Density Functional Theory with Deep Neural Networks [2.7035666571881856]
  本稿では,コーン・シャム密度汎関数理論(DFT)による全エネルギーを有限電子温度で再現する機械学習(ML)に基づく数値モデリングワークフローを提案する。 ディープニューラルネットワークに基づいて、ワークフローは与えられた原子構成に対する状態の局所密度(LDOS)を生成する。 本研究では, 固体および液体金属に対するこのアプローチの有効性を実証し, 固体および液体アルミニウムの独立学習モデルと統一学習モデルの比較を行った。
  論文  参考訳（メタデータ） (2020-10-10T05:38:03Z)
• Robust linear-scaling optimization of compact localized orbitals in density functional theory [4.232614032390373]
  基底関数の局所部分集合の観点から厳密に拡張されたコンパクトな1電子軌道の局所性は密度汎関数理論において利用することができる。 コンパクト軌道の遅く不安定な最適化は、コンパクト軌道のほぼ不変な混合に由来することを示す。
  論文  参考訳（メタデータ） (2020-04-09T04:37:40Z)

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。