論文の概要: Orbital Transformers for Predicting Wavefunctions in Time-Dependent Density Functional Theory

• arxiv url: http://arxiv.org/abs/2603.03511v1
• Date: Tue, 03 Mar 2026 20:34:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.084224
• Title: Orbital Transformers for Predicting Wavefunctions in Time-Dependent Density Functional Theory
• Title（参考訳）: 時間依存密度汎関数理論における波動関数予測のための軌道変換器
• Authors: Xuan Zhang, Haiyang Yu, Chengdong Wang, Jacob Helwig, Shuiwang Ji, Xiaofeng Qian,
• Abstract要約: 時間依存密度汎関数理論(TDDFT)でシミュレートされた波動関数の学習を目指す。 リアルタイムTDDFTでは、分子の電子波動関数は外部励起に応答して時間とともに進化する。 本稿では,全電子波動関数の時間的発展を学習するOrbEvoを提案する。
• 参考スコア（独自算出の注目度）: 45.322818939044645
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We aim to learn wavefunctions simulated by time-dependent density functional theory (TDDFT), which can be efficiently represented as linear combination coefficients of atomic orbitals. In real-time TDDFT, the electronic wavefunctions of a molecule evolve over time in response to an external excitation, enabling first-principles predictions of physical properties such as optical absorption, electron dynamics, and high-order response. However, conventional real-time TDDFT relies on time-consuming propagation of all occupied states with fine time steps. In this work, we propose OrbEvo, which is based on an equivariant graph transformer architecture and learns to evolve the full electronic wavefunction coefficients across time steps. First, to account for external field, we design an equivariant conditioning to encode both strength and direction of external electric field and break the symmetry from SO(3) to SO(2). Furthermore, we design two OrbEvo models, OrbEvo-WF and OrbEvo-DM, using wavefunction pooling and density matrix as interaction method, respectively. Motivated by the central role of the density functional in TDDFT, OrbEvo-DM encodes the density matrix aggregated from all occupied electronic states into feature vectors via tensor contraction, providing a more intuitive approach to learn the time evolution operator. We adopt a training strategy specifically tailored to limit the error accumulation of time-dependent wavefunctions over autoregressive rollout. To evaluate our approach, we generate TDDFT datasets consisting of 5,000 different molecules in the QM9 dataset and 1,500 molecular configurations of the malonaldehyde molecule in the MD17 dataset. Results show that our OrbEvo model accurately captures quantum dynamics of excited states under external field, including time-dependent wavefunctions, time-dependent dipole moment, and optical absorption spectra.
• Abstract（参考訳）: 我々は、原子軌道の線形結合係数として効率的に表現できる時間依存密度汎関数理論(TDDFT)でシミュレートされた波動関数を学習することを目指している。 リアルタイムTDDFTでは、分子の電子波動関数は外部励起に応答して時間とともに進化し、光吸収、電子力学、高次応答などの物理特性の第一原理予測を可能にする。 しかし、従来のリアルタイムTDDFTは、細かな時間ステップを持つ全ての占有状態の時間的伝播に依存している。 本研究では,同変グラフ変換器アーキテクチャに基づくOrbEvoを提案する。 まず、外部電場の強度と方向をエンコードし、対称性をSO(3)からSO(2)に分解する等変条件を設計する。 さらに,2つのOrbEvoモデルであるOrbEvo-WFとOrbEvo-DMを,それぞれウェーブファンクションプーリングと密度行列を相互作用法として設計する。 TDDFTにおける密度関数の中心的な役割によって動機付けられたOrbEvo-DMは、占有された全ての電子状態から蓄積された密度行列をテンソル収縮によって特徴ベクトルに符号化し、時間発展作用素を学ぶためのより直感的なアプローチを提供する。 我々は,自動回帰ロールアウトによる時間依存波動関数の誤差蓄積を制限するためのトレーニング戦略を採用する。 アプローチを評価するために,QM9データセットの5000個の異なる分子とMD17データセットのマロンアルデヒド分子の1500個の分子構成からなるTDDFTデータセットを生成する。 その結果、OrbEvoモデルは、時間依存波動関数、時間依存双極子モーメント、光吸収スペクトルを含む外部磁場下での励起状態の量子力学を正確に捉えていることがわかった。

関連論文リスト

• Determining Molecular Ground State with Quantum Imaginary Time Evolution using Broken-Symmetry Wave Function [0.44998333629984877]
  本稿では,ハートリー・フォック波動関数をスピンおよび空間対称性の破壊波動関数に置き換えることを提案する。 我々は, この手法が低エネルギー固有状態に対して良好な収束挙動をもたらすことを示す。 この方法はオープンシェルシステムにおけるエネルギーシミュレーションを改善するための経路を提供する。
  論文  参考訳（メタデータ） (2025-04-25T08:12:34Z)
• RadioDiff-$k^2$: Helmholtz Equation Informed Generative Diffusion Model for Multi-Path Aware Radio Map Construction [76.24833675757033]
  物理インフォームド・ジェネレーティブ・ラーニング・アプローチであるRadioDiff-$k2$を提案する。 提案するRadioDiff-$k2$フレームワークは,画像レベルのRM構成とローカライズタスクの両方において,最先端(SOTA)性能を実現する。
  論文  参考訳（メタデータ） (2025-04-22T06:28:13Z)
• Accelerating Electron Dynamics Simulations through Machine Learned Time Propagators [0.9208007322096533]
  本稿では,リアルタイムTDDFTに基づく電子動力学シミュレーションを高速化する新しい手法を提案する。 物理インフォームド制約と高分解能トレーニングデータを活用することにより,精度と計算速度が向上する。 この方法は、レーザー照射された分子や材料のリアルタイム・オンザフライモデリングを可能にする可能性がある。
  論文  参考訳（メタデータ） (2024-07-12T18:29:48Z)
• Ab-initio variational wave functions for the time-dependent many-electron Schrödinger equation [41.94295877935867]
  平均場近似を超越したフェルミオン時間依存波動関数に対する変動的アプローチを提案する。 ニューラルネットワークのパラメータ化によって拡張された時間依存のJastrow因子とバックフロー変換を使用します。 この結果は、時間進化を正確に捉え、相互作用する電子系の量子力学に関する洞察を与える、我々の変分的アプローチの能力を示している。
  論文  参考訳（メタデータ） (2024-03-12T09:37:22Z)
• Interpolating many-body wave functions for accelerated molecular dynamics on the near-exact electronic surface [0.0]
  我々は原子配置の空間を通して相関多電子状態のスキームを開発する。 我々は、その後のダイナミクスに対して、ほぼ正確なポテンシャルエネルギー表面への証明可能な収束を示す。 分子動力学の軌跡を体系的に解くため、現代の電子構造アプローチと組み合わせる。
  論文  参考訳（メタデータ） (2024-02-16T22:03:37Z)
• Transform Once: Efficient Operator Learning in Frequency Domain [69.74509540521397]
  本研究では、周波数領域の構造を利用して、空間や時間における長距離相関を効率的に学習するために設計されたディープニューラルネットワークについて検討する。 この研究は、単一変換による周波数領域学習のための青写真を導入している。
  論文  参考訳（メタデータ） (2022-11-26T01:56:05Z)
• Real-Space, Real-Time Approach to Quantum-Electrodynamical Time-Dependent Density Functional Theory [55.41644538483948]
  この方程式は、フォック空間と実空間グリッドのテンソル積上の波動関数を伝搬する時間によって解かれる。 例えば、エネルギーの結合強度と光周波数依存性、波動関数、光吸収スペクトル、キャビティにおけるラビ分割等である。
  論文  参考訳（メタデータ） (2022-09-01T18:49:51Z)
• Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
  分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。 これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
  論文  参考訳（メタデータ） (2021-07-01T01:02:17Z)
• Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
  本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。 超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
  論文  参考訳（メタデータ） (2021-03-15T21:38:41Z)
• Predicting molecular dipole moments by combining atomic partial charges and atomic dipoles [3.0980025155565376]
  高レベル結合クラスター理論を用いて計算した分子$boldsymbolmu$を再現するために、「MuML」モデルが組み合わされた。 校正委員会モデルを用いて予測の不確かさを確実に推定できることを実証する。
  論文  参考訳（メタデータ） (2020-03-27T14:35:37Z)

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。