kohn-sham density functional theory | BriefGPT

关键词kohn-sham density functional theory

搜索结果 - 8

神经 SCF：用于密度泛函理论的神经网络自洽场
通过机械学习加速，我们提出了一种神经网络自洽场 (NeuralSCF) 框架，其以 Kohn-Sham 密度 (density) 映射为深度学习目标，模拟了 Kohn-Sham 方程的自洽迭代，获得电子密度并衍生其他性质，从而在电子密度预测
PDF14 days ago
ICLRD4FT: 基于深度学习的 Kohn-Sham 密度泛函理论方法
通过深度学习方法重新参数化正交约束并采用随机梯度下降算法，对 Kohn-Sham 密度泛函理论进行优化，将计算复杂度从 O（N ^ 4）降至 O（N ^ 3），从而提高了计算效率和稳定性。
PDFa year ago
直接最小化与自洽迭代的收敛分析
通过数值分析对自封闭场迭代和梯度下降算法两种代表方法进行了比较，研究了固定秩的正交投影器子空间优化问题的渐近收敛速率，并在理论结果和数值模拟示例上完善了该研究。
PDF4 years ago
用机器学习隐藏信息来完成密度泛函理论从分子中的应用
本研究使用机器学习方法基于数据库构建材料密度泛函理论的交换 - 相关能泛函，证明较小的数据集已可以生成复杂的泛函。
PDF5 years ago
基于分层矩阵的多尺度神经网络
引入一种基于 H 矩阵结构的新多尺度人工神经网络，可将其推广到非线性情况，并且能够高效逼近非线性薛定谔方程和 Kohn-Sham 密度泛函理论等离散非线性映射。
PDF6 years ago
密度泛函理论反问题的数值方法
本文主要探讨 Kohn-Sham 密度泛函理论的逆问题，介绍了基于偏微分方程优化和约束变分思想的两种求解方法，并对数种不同逆问题求解方法在一维有限和周期模型系统中的应用进行了比较和对比。
PDF7 years ago
视角：DFT 对水的计算能力如何？
本文综述了关于水簇、冰结构和液态水的 DFT 研究，旨在阐明不同 XC 近似的优缺点如何在多种水系统中体现出来，强调了描述许多不同水系统的紧凑和扩展结构之间微妙平衡的必要性。
PDF8 years ago
电子密度泛函理论的最优输运公式
本文将 Kohn-Sham 密度泛函理论中的强相互作用极限场景，重新表述为最优输运问题，并且使用这一链接来夯实密度泛函理论在强相互作用极限的基础，并讨论其潜在的实用方面。
PDF12 years ago