基于数据驱动的双电子约简密度矩阵理论中电子能量的精细化
摘要：减少密度矩阵为基础的机器学习在计算强关联电子的能力方面取得了很大的进展。虽然基于变分双电子密度矩阵 (v2RDM) 的方法可以在这类系统上进行大规模计算，但解的质量受限于实际计算中只能应用已知的某些必需性代表性约束条件于2RDM。本文证明了部分违反三粒子 (T1 和 T2) N-代表性条件，这些条件只需通过已知的2RDM即可评估，可以作为一种物理特征用于改善仅考虑两粒子条件的v2RDM计算能量的机器学习模型中。原理验证计算表明，相对于基于配置相互作用的计算中的参考值，该模型能够显着提高能量的精度。
作者：Grier M. Jones, Run. R. Li, A. Eugene DePrince III, Konstantinos D. Vogiatzis
论文ID：2305.12061
分类：Chemical Physics
分类简称：physics.chem-ph
提交时间：2023-05-23