論文の概要: Graph-Covariant Bottom-Up Scale-Bridging Reconstruction of Ground and Excited States of Extended Systems

• arxiv url: http://arxiv.org/abs/2611.01349v1
• Date: Sat, 31 Oct 2026 23:35:51 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:32:45.214298
• Title: Graph-Covariant Bottom-Up Scale-Bridging Reconstruction of Ground and Excited States of Extended Systems
• Title（参考訳）: 拡張系の地盤および励起状態のグラフ共変ボトムアップスケールブリッジ再構成
• Abstract要約: 本稿では, 分子集合体を分散した第一原理電子構造モデルを構築するための階層的スケールブリッジング構造を提案する。 結晶質四チオフェンの励起多様体に対して数値的な実演が与えられる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We propose a hierarchical scale-bridging construction for building first principles electronic structure models of extended molecular aggregates with disorder, and its practical realization in exciton systems. The general construction, referred here as to the encapsulation, is based on a recursive operator-valued hierarchy cast in a dual graph-theoretic (discrete) and configuration-space (continuous) structure, in which variables associated with a coarser level parameterize operators governing the degrees of freedom at the next finer level in a graph-covariant, geometry-preserving fashion. In an exemplary application of this scheme, aggregate-level ground- and excited-state operators are constructed through a many-body expansion (MBE), with matrix elements evaluated in a basis comprising the aggregate ground state and local Frenkel excitations. The required monomer and dimer building blocks are obtained from DFT and TDDFT calculations, yielding aggregate-level 1-particle transition density matrices as well as Hamiltonian, dipole moment and other operators that can be evaluated at the level of the building blocks. Starting from structural models obtained from experiment or molecular dynamics, this approach generates aggregate-level operators in a bottom-up fashion without fitting parameters to spectroscopic data or performing calculations on larger system cutouts. A numerical demonstration is given for an excitonic manifold in crystalline quaterthiophene. In particular, through its intrinsic configuration-dependence encoded in the encapsulations, it will provide a bridge between static electronic structure calculations for realistic, structurally disordered aggregates and quantum or quantum-classical simulations of exciton-vibrational dynamics.
• Abstract（参考訳）: 本稿では, 分子集合体を分散した第一原理電子構造モデルの構築のための階層的スケールブリッジング構築法と, エクシトン系における実用的実現法を提案する。 カプセル化(encapsulation)と呼ばれる一般的な構成は、双対グラフ理論(discrete)と構成空間(continuous)構造にキャストされた再帰的作用素値階層に基づいている。 このスキームの模範的な応用として、集合レベル基底および励起状態作用素は多体展開(MBE)によって構成され、集合基底状態と局所フレンケル励起からなる行列要素が評価される。 必要なモノマーとダイマーのビルディングブロックはDFTとTDDFTの計算から得られ、集合レベル1粒子遷移密度行列とハミルトン、双極子モーメント、その他の演算子をビルディングブロックのレベルで評価することができる。 実験や分子動力学から得られた構造モデルから始めると、スペクトルデータにパラメータを適合させることなく、ボトムアップで集約レベル演算子を生成したり、より大きなシステムカットアウトの計算を行う。 結晶質四チオフェンの励起多様体に対して数値的な実演が与えられる。 特に、その内在的な構成依存性をカプセル化にエンコードすることで、現実的、構造的に乱れた集合に対する静的な電子構造計算と、エクシトン-振動力学の量子または量子古典シミュレーションの間の橋渡しを提供する。

関連論文リスト

• Improving the Stability of the Hierarchical Equations of Motion for Open Quantum Systems with Strong Coupling to Structured Bosonic Baths [0.0]
  階層の有限トランケーションがボソニック環境の基本的な数値カル不安定性に繋がることを示した。 非単位類似性変換を適用し、これらの項を階層化と階層化のバランスの取れた組み合わせに変換する。
  論文  参考訳（メタデータ） (2026-09-28T15:58:15Z)
• Structured Factorization Approaches for Quantum State Tomography [18.729698238758264]
  本稿では,BurerMonteiro型因数分解を基盤とした統一的枠組みである構造化因数分解を導入する。 我々は、測定データから係数空間上の最適化問題として量子状態トモグラフィーを定式化する。
  論文  参考訳（メタデータ） (2026-07-02T02:23:58Z)
• Learning Hidden Structures in Open Quantum Dynamics [78.4675086615913]
  本研究では,制限された実験アクセス下でのオープン量子力学の隠れ構造的特徴を識別するための機械学習手法を提案する。 我々のフレームワークは、有効マルコフ進化の根底にある不変代数構造の推定を目標としている。 このアプローチの実現性は、複数の合成モデルと導波路量子電磁力学系で説明される。
  論文  参考訳（メタデータ） (2026-04-01T10:20:38Z)
• Equivariant Neural Networks for Force-Field Models of Lattice Systems [0.0]
  等変ニューラルネットワーク(ENN)に基づく対称性保存フレームワークを提案する。 本研究の目的は、格子モデルに固有の離散的な点群と内部対称性を、力場のニューラルネットワーク表現に直接組み込むことである。 結果として生じるML対応大規模力学シミュレーションは、対称性を破る位相のメソスケールの進化を忠実に捉えている。
  論文  参考訳（メタデータ） (2026-01-07T17:09:04Z)
• Loss-Complexity Landscape and Model Structure Functions [53.92822954974537]
  我々はコルモゴロフ構造関数 $h_x(alpha)$ を双対化するためのフレームワークを開発する。 情報理論構造と統計力学の数学的類似性を確立する。 構造関数と自由エネルギーの間のルジャンドル・フェンシェル双対性を明確に証明する。
  論文  参考訳（メタデータ） (2025-07-17T21:31:45Z)
• Compositional Structures in Neural Embedding and Interaction Decompositions [101.40245125955306]
  ニューラルネットワークにおけるベクトル埋め込みにおける線形代数構造間の基本的な対応について述べる。 相互作用分解」の観点から構成構造の特徴づけを導入する。 モデルの表現の中にそのような構造が存在するためには、必要かつ十分な条件を確立する。
  論文  参考訳（メタデータ） (2024-07-12T02:39:50Z)
• Descriptors for Machine Learning Model of Generalized Force Field in Condensed Matter Systems [3.9811842769009034]
  凝縮物質系のマルチスケール動的モデリングのための機械学習(ML)手法の一般的な枠組みを概説する。 両スペクトル係数に基づいて不変量を計算するための体系的かつ厳密なアプローチを提供する群論的手法に着目する。
  論文  参考訳（メタデータ） (2022-01-03T18:38:26Z)

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。