論文の概要: Coupled cluster theory for multireference and open-shell molecules

• arxiv url: http://arxiv.org/abs/2610.07440v1
• Date: Mon, 05 Oct 2026 21:46:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.686144
• Title: Coupled cluster theory for multireference and open-shell molecules
• Title（参考訳）: 多参照および開殻分子に対する結合クラスター理論
• Abstract要約: マルチ参照およびオープンシェルシステムのための単純なクラスタアプローチを導入する。 複数参照キャラクタとオープンシェル系をスピン適応方式で検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a simple coupled cluster approach for multireference and open-shell systems. In the restricted active space coupled cluster framework, the cluster operator only includes excitations from doubly occupied to virtual orbitals, and this ensures the individual operators commute among each other. The ground and excited states are obtained by diagonalisation of the coupled cluster similarity transformed Hamiltonian in a restricted active space. We demonstrate the framework for the RAS-CCSD model, where single and double excitations are included in the cluster operator, and likewise for a complete active space. We consider systems with multireference character and open-shell systems in a spin-adapted manner. The approach captures significantly more dynamical correlation than without the coupled cluster similarity transformation.
• Abstract（参考訳）: マルチ参照およびオープンシェルシステムのための単純なクラスタアプローチを導入する。 制限されたアクティブスペース結合クラスタフレームワークでは、クラスタ演算子は、二重占有から仮想軌道への励起のみを含み、それによって個々の演算子が相互に通勤することを保証する。 基底状態と励起状態は、制限された活性空間においてハミルトン変換された連結クラスタ類似性の対角化によって得られる。 本稿では,クラスタ演算子に単一励起と二重励起を含めるRAS-CCSDモデルのフレームワークと,また,完全アクティブ空間についても示す。 複数参照キャラクタとオープンシェル系をスピン適応方式で検討する。 このアプローチは、クラスタの類似性変換が結合されていない場合よりも、はるかにダイナミックな相関を捉えている。

関連論文リスト

• Weight-Informed Self-Explaining Clustering for Mixed-Type Tabular Data [63.62853416081748]
  WISEは表現、特徴重み付け、クラスタリング、解釈を統一するフレームワークである。 クラスタリングを駆動する同じプリミティブに根ざした、忠実で人間解釈可能な説明を生成する。
  論文  参考訳（メタデータ） (2026-04-07T13:18:31Z)
• Scalable Context-Preserving Model-Aware Deep Clustering for Hyperspectral Images [51.95768218975529]
  ハイパースペクトル画像(HSI)の教師なし解析にサブスペースクラスタリングが広く採用されている。 近年のモデル対応深層空間クラスタリング手法では、O(n2)の複雑性を持つ自己表現行列の計算とスペクトルクラスタリングを含む2段階のフレームワークを用いることが多い。 本稿では,HSIクラスタリングを効率的に行うために,局所構造と非局所構造を協調的にキャプチャする,ベース表現に基づく拡張性のあるコンテキスト保存深層クラスタリング手法を提案する。
  論文  参考訳（メタデータ） (2025-06-12T16:43:09Z)
• Two-dimensional correlation propagation dynamics with a cluster discrete phase-space method [0.0]
  高度に制御された量子系の非平衡力学は、統計物理学において難しい問題である。 一般SU($N$)スピン系に対する離散位相空間アプローチを開発する。 最近の実験では,クラスタの離散トラッピングウィグナー近似が重要な結果を再現できることを数値的に示している。
  論文  参考訳（メタデータ） (2024-04-29T11:08:44Z)
• Anchor-based Multi-view Subspace Clustering with Hierarchical Feature Descent [46.86939432189035]
  階層的特徴Descentを用いたアンカーベースマルチビューサブスペースクラスタリングを提案する。 提案手法は最先端技術より一貫して優れている。
  論文  参考訳（メタデータ） (2023-10-11T03:29:13Z)
• Revisiting Instance-Optimal Cluster Recovery in the Labeled Stochastic Block Model [85.51611950757643]
  IAC (Instance-Adaptive Clustering, インスタンス適応クラスタリング) を提案する。 IACは$ MathcalO(n, textpolylog(n) $の計算複雑性を維持しており、大規模問題に対してスケーラブルで実用的なものである。
  論文  参考訳（メタデータ） (2023-06-18T08:46:06Z)
• CLUSTSEG: Clustering for Universal Segmentation [56.58677563046506]
  CLUSTSEGは画像セグメンテーションのための一般的なトランスフォーマーベースのフレームワークである。 これは、統合されたニューラルクラスタリングスキームを通じて、異なるイメージセグメンテーションタスク(スーパーピクセル、セマンティック、インスタンス、パノプティクス)に取り組む。
  論文  参考訳（メタデータ） (2023-05-03T15:31:16Z)
• Matrix product states with large sites [0.0]
  我々は、マトリクス生成状態(MPS)において、軌道をクラスターにまとめる様々な方法を探究する。 本稿では,汎用クラスタMPSが計算コストの増大につながる場合について説明する。 本稿では,第1および第2の軌道/サイトのみを含む特別なクラスタ構造を提案する。
  論文  参考訳（メタデータ） (2021-09-22T20:50:25Z)
• Multiscale Clustering of Hyperspectral Images Through Spectral-Spatial Diffusion Geometry [9.619814126465206]
  クラスタリングアルゴリズムはデータセットを類似点のグループに分割する。 本論文の主な貢献は,マルチスケール空間規則化拡散学習(M-SRDL)クラスタリングアルゴリズムである。 マルチスケールクラスタリングフレームワークに空間正規化を組み込むことは、hsiデータに適用するとより滑らかでより一貫性のあるクラスタに対応できることを示す。
  論文  参考訳（メタデータ） (2021-03-29T17:24:28Z)

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。