Fugu-MT 論文翻訳(概要): N-representable one-electron reduced density matrix reconstruction with frozen core electrons

論文の概要: N-representable one-electron reduced density matrix reconstruction with frozen core electrons

arxiv url: http://arxiv.org/abs/2403.00534v1
Date: Fri, 1 Mar 2024 13:48:05 GMT
ステータス: 処理完了
システム内更新日: 2024-03-05 17:17:16.515726
Title: N-representable one-electron reduced density matrix reconstruction with frozen core electrons
Title（参考訳）: 凍結コア電子を用いたN表現可能な1電子還元密度行列再構成
Authors: Sizhuo Yu, Jean-Michel Gillet
Abstract要約: 量子結晶学の最近の進歩により、N表現性条件を満たす1電子還元密度行列(1-RDM)が再構成可能であることが示されている。対称性の制約や凍結コア電子寄与を含む改良されたモデルを導入し、システムの複雑さの増大に対処する。モデルと戦略のロバスト性は, 実際の実験散乱データから再構成問題に対処するために, 順応することが示されている。
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: Recent advances in quantum crystallography have shown that, beyond conventional charge density refinement, a one-electron reduced density matrix (1-RDM) satisfying N-representability conditions can be reconstructed using jointly experimental X-ray structure factors (XSF) and directional Compton profiles (DCP) through semi-definite programming. So far, such reconstruction methods for 1-RDM, not constrained to idempotency, had been tested only on a toy model system (CO$_2$). In this work, a new method is assessed on crystalline urea (CO(NH$_2$)$_2$) using static (0 K) and dynamic (50 K) artificial-experimental data. An improved model, including symmetry constraints and frozen-core electron contribution, is introduced to better handle the increasing system complexity. Reconstructed 1-RDMs, deformation densities and DCP anisotropy are analyzed, and it is demonstrated that the changes in the model significantly improve the reconstruction's quality against insufficient information and data corruption. The robustness of the model and the strategy are thus shown to be well-adapted to address the reconstruction problem from actual experimental scattering data.
Abstract（参考訳）: 量子結晶学の最近の進歩は、従来の電荷密度の微細化を超えて、N-表現性条件を満たす1電子還元密度行列 (1-RDM) が半定値プログラミングにより共同実験X線構造因子 (XSF) と方向コンプトンプロファイル (DCP) を用いて再構成可能であることを示している。これまでの1-RDMの再構成方法は, 玩具モデルシステム(CO$_2$)でのみ試験されていた。本研究では, 静的 (0K) および動的 (50K) 人工実験データを用いて, 結晶性尿素 (CO(NH$_2$)$_2$) を用いて新しい方法を評価する。対称性制約や凍結コア電子寄与を含む改良されたモデルを導入し、システムの複雑さの増大に対処する。再構成された1-rdm, 変形密度, およびdcp異方性を分析し, モデルの変化が情報不足やデータ破損に対する再構成品質を大幅に改善することを示した。このモデルと戦略のロバスト性は, 実際の実験散乱データから再構成問題に適応することが示されている。

関連論文リスト

Recurrent Deep Kernel Learning of Dynamical Systems [0.5825410941577593]
デジタル双対は計算効率の低い低次モデル(ROM)を必要とし、物理的資産の複雑な力学を正確に記述することができる。データから低次元の潜伏空間を発見するために,データ駆動型非侵入型深層学習法(SVDKL)を提案する。その結果,本フレームワークは, (i) 測定値の復調と再構成, (ii) システム状態のコンパクトな表現の学習, (iii) 低次元潜在空間におけるシステム進化の予測, (iv) 不確実性をモデル化できることがわかった。
論文参考訳（メタデータ） (2024-05-30T07:49:02Z)
Scalable Diffusion for Materials Generation [99.71001883652211]
我々は任意の結晶構造(ユニマット)を表現できる統一された結晶表現を開発する。 UniMatはより大型で複雑な化学系から高忠実度結晶構造を生成することができる。材料の生成モデルを評価するための追加指標を提案する。
論文参考訳（メタデータ） (2023-10-18T15:49:39Z)
Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction [60.95625458395291]
計算トモグラフィー(CT)では、フォワードモデルは線形変換と、ベル=ランベルト法則に従って光の減衰に基づく指数非線形性によって構成される。金属クラウンを用いた人間の頭蓋骨の商業的再構築と比較すると,このアプローチは金属人工物を減らすことが示されている。
論文参考訳（メタデータ） (2023-10-06T00:47:57Z)
Auto-weighted Bayesian Physics-Informed Neural Networks and robust estimations for multitask inverse problems in pore-scale imaging of dissolution [0.0]
細孔画像における新しいデータ同化戦略を提案する。これにより、不確実性量子化を取り入れた反応性逆問題に頑健に対処できることを実証する。
論文参考訳（メタデータ） (2023-08-24T15:39:01Z)
Reference-Free Isotropic 3D EM Reconstruction using Diffusion Models [8.590026259176806]
本稿では、参照データや劣化過程に関する事前知識の制限を克服する拡散モデルに基づくフレームワークを提案する。提案手法では, 2次元拡散モデルを用いて連続的に3次元ボリュームを再構成し, 高精度なサンプルデータに適している。
論文参考訳（メタデータ） (2023-08-03T07:57:02Z)
Knowledge Distillation Performs Partial Variance Reduction [93.6365393721122]
知識蒸留は'学生'モデルの性能を高めるための一般的な手法である。知識蒸留(KD)の背後にある力学は、まだ完全には理解されていない。我々は,KDを新しいタイプの分散還元機構として解釈できることを示す。
論文参考訳（メタデータ） (2023-05-27T21:25:55Z)
Solution existence, uniqueness, and stability of discrete basis sinograms in multispectral CT [4.084909224028198]
マルチスペクトルCT(Multispectral Computed Tomography)における定量的画像再構成条件の検討実験的だが高効率な2段階データドメイン分解法(DDD)が開発され,MSCTの定量的画像再構成に広く利用されている。
論文参考訳（メタデータ） (2023-05-05T07:22:20Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文参考訳（メタデータ） (2022-03-10T14:22:54Z)
Disentangling multiple scattering with deep learning: application to strain mapping from electron diffraction patterns [48.53244254413104]
我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
論文参考訳（メタデータ） (2022-02-01T03:53:39Z)
Dynamic fracture of a bicontinuously nanostructured copolymer: A deep learning analysis of big-data-generating experiment [0.0]
両連続ナノ構造を有するポリウレアの動的破壊靭性および凝集パラメータを極端に高いクラック・リップ負荷速度で報告した。ポリウレアの動的凝集パラメータは, 事前学習したCNNアーキテクチャにより初めて得られた。
論文参考訳（メタデータ） (2021-12-03T15:31:59Z)

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。