論文の概要: QCMaquis 4.0: Multi-Purpose Electronic, Vibrational, and Vibronic Structure and Dynamics Calculations with the Density Matrix Renormalization Group
- arxiv url: http://arxiv.org/abs/2505.01405v1
- Date: Fri, 02 May 2025 17:28:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-05 17:21:20.094929
- Title: QCMaquis 4.0: Multi-Purpose Electronic, Vibrational, and Vibronic Structure and Dynamics Calculations with the Density Matrix Renormalization Group
- Title（参考訳）: QCMaquis 4.0: 密度行列再正規化群を用いた多目的電子・振動・振動構造とダイナミクス計算
- Authors: Kalman Szenes, Nina Glaser, Mihael Erakovic, Valentin Barandun, Maximilian Mörchen, Robin Feldmann, Stefano Battaglia, Alberto Baiardi, Markus Reiher,
- Abstract要約: QCMaquisは一般的な分子構造計算のための量子化学ソフトウェアパッケージである。
本稿では,QCMaquisの新機能について概説し,新しい結果を得た。
- 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: QCMaquis is a quantum chemistry software package for general molecular structure calculations in a matrix product state/matrix product operator formalism of the density matrix renormalization group (DMRG). It supports a wide range of features for electronic structure, multi-component (pre-Born-Oppenheimer), anharmonic vibrational structure, and vibronic calculations. In addition to the ground and excited state solvers, QCMaquis allows for time propagation of matrix product states based on the tangent-space formulation of time-dependent DMRG. The latest developments include transcorrelated electronic structure calculations, very recent vibrational and vibronic models, and a convenient Python wrapper, facilitating the interface with external libraries. This paper reviews all the new features of QCMaquis and demonstrates them with new results.
- Abstract（参考訳）: QCMaquisは密度行列再正規化群(DMRG)の行列積状態/行列積演算子形式における一般的な分子構造計算のための量子化学ソフトウェアパッケージである。
電子構造、多成分(ボーン・オッペンハイマー前)、無調波振動構造、ビブロニック計算の幅広い機能をサポートしている。
基底と励起状態解法に加えて、QCMaquisは時間依存DMRGの接空間定式化に基づいて行列積状態の時間伝播を可能にする。
最新の開発には、トランスコリックな電子構造計算、非常に最近の振動モデルと振動モデル、便利なPythonラッパーなどが含まれており、外部ライブラリとのインターフェースを容易にしている。
本稿では、QCMaquisのすべての新機能についてレビューし、新しい結果でそれらを実証する。
関連論文リスト
- Accurate Ab-initio Neural-network Solutions to Large-Scale Electronic Structure Problems [52.19558333652367]
有限範囲埋め込み(FiRE)を高精度なアブ・イニシアチブ電子構造計算に応用する。
FiREは、ニューラルネットワークの変異モンテカルロ(NN-VMC)の複雑さを$sim ntextel$, the number of electronsによって低減する。
バイオケミカル化合物や有機金属化合物など,様々な課題に対して,本手法の精度を検証した。
論文 参考訳（メタデータ） (2025-04-08T14:28:54Z) - Universal Machine Learning Kohn-Sham Hamiltonian for Materials [5.189794091596078]
本研究では、ハミルトニアン行列に基づいて訓練された普遍電子ハミルトニアンモデルを紹介する。
周期表全体にわたって電子構造を予測する際の一般化を実証する。
電子的性質を計算するための信頼性の高いフレームワークを提供することにより、この普遍的ハミルトンモデルは様々な分野の進歩の基盤となる。
論文 参考訳（メタデータ） (2024-02-14T15:38:56Z) - QH9: A Quantum Hamiltonian Prediction Benchmark for QM9 Molecules [69.25826391912368]
QH9と呼ばれる新しい量子ハミルトンデータセットを生成し、999または2998の分子動力学軌道に対して正確なハミルトン行列を提供する。
現在の機械学習モデルでは、任意の分子に対するハミルトン行列を予測する能力がある。
論文 参考訳（メタデータ） (2023-06-15T23:39:07Z) - Quantum circuit matrix product state ansatz for large-scale simulations
of molecules [9.601481589619183]
比較的少数の量子ビットを持つ量子回路MPSの変動最適化により,分子系の基底状態エネルギーを計算することを提案する。
50の軌道を持つ線形分子のQCMPSシミュレーションは、中程度の回路深さでわずか6キュービットで化学精度に達することができる。
論文 参考訳（メタデータ） (2023-01-16T11:43:43Z) - Linking Properties to Microstructure in Liquid Metal Embedded Elastomers
via Machine Learning [0.0]
液体金属(LM)はエラストマーマトリックスに埋め込まれ、独特の熱、誘電体、機械的特性を持つ軟質複合材料が得られる。
これらの材料の性質と構造を結びつけることにより、材料設計を合理的に行うことができる。
論文 参考訳（メタデータ） (2022-07-24T06:02:26Z) - Non-Markovian Stochastic Schr\"odinger Equation: Matrix Product State
Approach to the Hierarchy of Pure States [65.25197248984445]
開有限温度における非マルコフ力学に対する行列積状態(HOMPS)の階層を導出する。
HOMPSの有効性と効率性はスピン-ボソンモデルと長鎖に対して示され、各部位は構造化された強非マルコフ環境に結合する。
論文 参考訳（メタデータ） (2021-09-14T01:47:30Z) - Electron Dynamics with the Time-Dependent Density Matrix Renormalization
Group [0.0]
分子系の電子力学をシミュレーションするために,時間依存密度行列正規化群 (TD-DMRG) アルゴリズムを用いる。
波動関数を行列積状態としてパラメータ化することにより、最大20個の電子と32個の軌道を含む系の力学を正確にシミュレートできることを示す。
論文 参考訳（メタデータ） (2020-10-05T14:26:13Z) - Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。
モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。
その結果,クロスバリデーションにより予測精度が期待できることがわかった。
論文 参考訳（メタデータ） (2020-05-27T13:32:10Z)
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。