×

利用深度神经网络求解多电子薛定谔方程。 (英语) Zbl 1457.81010号

摘要:我们介绍了一种新的基于深度神经网络的试探波函数族来求解多电子薛定谔方程。明确处理泡利不相容原理,以确保试验波函数是物理的。通过变分蒙特卡罗方法得到了最优的试探波函数,计算成本与电子数成二次函数关系。该算法不利用任何先验知识,例如原子轨道。然而,它能够准确地表示测试系统的基态,包括He、(mathrm{H_2})、Be、B、LiH和10个氢原子链。这为求解大规模多电子薛定谔方程开辟了新的可能性。

MSC公司:

2008年8月 量子理论相关问题的计算方法
81V45型 原子物理学
65二氧化碳 蒙特卡罗方法
2017年10月68日 人工神经网络与深度学习
2005年第81季度 薛定谔、狄拉克、克莱恩·戈登和其他量子力学方程的封闭解和近似解
81V10型 电磁相互作用;量子电动力学
81V70型 多体理论;量子霍尔效应
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Dirac,P.A.M.,多电子系统的量子力学,Proc。R.Soc.A,123、792、714-733(1929)·JFM 55.0528.04号
[2] Pauli,W.,《Zusammenhang des Abschlusses der Elektroningruppen im Atom mit der Komplexstruktur der Spektren》,Z.Phys。,31, 1, 765-783 (1925) ·JFM 51.0742.03标准
[3] Roothaan,C.,电子系统开壳的自洽场理论,修订版。物理。,32, 2, 179-185 (1960) ·Zbl 0092.23203号
[4] 波普尔,J。;Nesbet,R.,自由基的自洽轨道,化学杂志。物理。,第22页,第3571-572页(1954年)
[5] 波普尔,J.A。;Head-Gordon,M。;Raghavachari,K.,二次组态相互作用。《测定电子相关能的通用技术》,J.Chem。物理。,87, 10, 5968-5975 (1987)
[6] 沃纳,H.-J。;Knowles,P.J.,《一种有效的内部收缩多配置参考配置交互方法》,J.Chem。物理。,89, 9, 5803-5814 (1988)
[7] Knowles,P.J。;Werner,H.-J.,《组态相互作用计算中耦合系数评估的有效方法》,化学。物理学。莱特。,145, 6, 514-522 (1988)
[8] Shiozaki,T.等人。;Knizia,G。;Werner,H.-J.,显相关多参考构型相互作用:MRCI-F12,J.Chem。物理。,134,3,第034113条pp.(2011)
[9] 普维斯,G.D。;Bartlett,R.J.,《一个完全耦合的集群单打和双打模型:包含断开连接的三连体》,J.Chem。物理。,76, 4, 1910-1918 (1982)
[10] Paldus,J。;Li,X.,量子化学中耦合簇方法的临界评估,高级化学。物理。,110, 1-175 (1999)
[11] Bartlett,R.J。;Musiał,M.,量子化学中的耦合团簇理论,修订版。物理。,79, 1, 291 (2007)
[12] 沙维特,I。;Bartlett,R.J.,《化学和物理中的多体方法:MBPT和耦合簇理论》(2009),剑桥大学出版社
[13] McMillan,W.L.,液体He 4的基态,物理学。修订版,138,2A,A442(1965)
[14] Ceperley,D。;切斯特,G。;Kalos,M.,一项多人研究的蒙特卡罗模拟,Phys。B版,16、7、3081-3099(1977年)
[15] Bressanini,D。;Reynolds,P.J.,《经典和量子蒙特卡罗方法之间:“变分”QMC》,高级化学。物理。,105, 37-64 (1999)
[16] 布兰肯贝克勒,R。;斯卡拉皮诺,D。;Sugar,R.,耦合玻色-费米子系统的蒙特卡罗计算。一、 物理学。D版,24、8、2278(1981)
[17] 张,S。;卡尔森,J。;Gubernatis,J.,费米子基态的约束路径蒙特卡罗方法,Phys。B版,55、12、7464(1997年)
[18] 张,S。;Krakauer,H.,《使用无相位随机游动和Slater行列式的量子蒙特卡罗方法》,Phys。修订稿。,90、13,第136401条pp.(2003)
[19] Van Houcke,K。;科齐克,E。;普罗科夫·埃夫,N。;Svistunov,B.,图解蒙特卡洛,物理。程序。,6, 95-105 (2010)
[20] 福克斯,W。;米塔斯,L。;需求,R。;Rajagopal,G.,固体的量子蒙特卡罗模拟,修订版Mod。物理。,73, 1, 33 (2001)
[21] White,S.R.,量子重整化群的密度矩阵公式,Phys。修订稿。,69, 19, 2863 (1992)
[22] 怀特,S.R。;Martin,R.L.,使用密度矩阵重整化群的从头算量子化学,J.Chem。物理。,110, 9, 4127-4130 (1999)
[23] Chan,G.K.-L。;Head-Gordon,M.,《多项式成本算法的高度相关计算:密度矩阵重整化群的研究》,J.Chem。物理。,116, 11, 4462-4476 (2002)
[24] Chan,G.K.-L。;Keselman,A。;Nakatani,N。;李,Z。;White,S.R.,《矩阵乘积算符、矩阵乘积状态和从头算密度矩阵重整化群算法》,J.Chem。物理。,145,1,第014102条pp.(2016)
[25] 斯托登米尔,E.M。;怀特,S.R.,电子结构的切片基密度矩阵重整化群,物理学。修订稿。,119,4,第046401条pp.(2017)
[26] Knizia,G。;Chan,G.K.-L.,密度矩阵嵌入:动力学平均场论的一种简单替代方法,Phys。修订稿。,第109、18条,第186404条,pp.(2012)
[27] Knizia,G。;Chan,G.K.-L.,《密度矩阵嵌入:强耦合量子嵌入理论》,J.Chem。理论计算。,9, 3, 1428-1432 (2013)
[28] 沃特斯,S。;吉梅内斯·霍约斯,哥伦比亚特区。;孙,Q。;Chan,G.K.-L.,量子化学中密度矩阵嵌入理论的实用指南,J.Chem。理论计算。,12, 6, 2706-2719 (2016)
[29] Grotendorst,J.,《量子化学的现代方法和算法》(2000),约翰·冯·诺依曼计算研究所
[30] 萨博,A。;Ostlund,N.S.,《现代量子化学:高级电子结构理论导论》(2012),Courier Corporation
[31] 莫塔,M。;Ceperley,D.M。;Chan,G.K.-L。;戈麦斯,J.A。;海鸥,E。;郭,S。;吉梅内斯·霍约斯,哥伦比亚特区。;Lan,T.N。;Li,J.等人。;Ma,F.,《用最先进的多体方法解决实际材料中的多电子问题:氢链状态方程》,Phys。修订版X,7,3,文章031059 pp.(2017)
[32] 斯莱特,J.C.,《哈特里方法注释》,《物理学》。修订版,35、2、210(1930年)
[33] Jastrow,R.,《强大力量下的多体问题》,Phys。修订版,98、5、1479(1955)·Zbl 0067.44602号
[34] Umrigar,C。;威尔逊,K。;Wilkins,J.,量子蒙特卡罗计算的优化试验波函数,物理学。修订稿。,60, 17, 1719 (1988)
[35] Umrigar,C。;图卢兹,J。;菲利普,C。;索雷拉,S。;Hennig,R.G.,通过优化多体波函数缓解费米子符号问题,物理学。修订稿。,第98、11条,第110201页(2007年)
[36] 卡苏拉,M。;Sorella,S.,《具有Jastrow关联的Geminal波函数:原子的首次应用》,J.Chem。物理。,119, 13, 6500-6511 (2003)
[37] Changlani,H.J。;Kinder,J.M。;Umrigar,C.J。;Chan,G.K.-L.,用相关积态逼近强相关波函数,Phys。版本B,80,24,第245116条pp.(2009)
[38] LeCun,Y。;Y.本吉奥。;Hinton,G.,《深度学习》,《自然》,521,7553,436(2015)
[39] Han,J。;詹岑,A。;E、 W.,使用深度学习求解高维偏微分方程,Proc。国家。阿卡德。科学。,115, 34, 8505-8510 (2018) ·Zbl 1416.35137号
[40] E、 W。;Han,J。;Jentzen,A.,基于深度学习的高维抛物型偏微分方程和倒向随机微分方程数值方法,Commun。数学。Stat.,5,4,349-380(2017)·Zbl 1382.65016号
[41] 伯格,J。;Nyström,K.,复杂几何偏微分方程的统一深度人工神经网络方法,arXiv预印本
[42] Khoo,Y。;卢,J。;Ying,L.,用人工神经网络解决参数PDE问题,arXiv预印本·Zbl 1501.65154号
[43] Saito,H.,用人工神经网络解决量子少体问题的方法,J.Phys。Soc.Jpn.公司。,第87、7条,第074002页(2018年)
[44] Carleo,G。;Troyer,M.,用人工神经网络解决量子多体问题,《科学》,355,6325,602-606(2017)·Zbl 1404.81313号
[45] 高,X。;Duan,L.-M.,用深度神经网络有效表示量子多体态,国家通讯。,1862年8月1日(2017年)
[46] Saito,H.,用机器学习解决Bose-Hubbard模型,J.Phys。Soc.Jpn.公司。,第86、9条,第093001页(2017年)
[47] 蔡,Z。;Liu,J.,使用人工神经网络逼近量子多体波函数,物理学。B版,97,3,第035116条pp.(2018)
[48] 博恩,M。;奥本海默,R.,Zur Quantentheorie der Molekeln,Ann.Phys。,389, 9, 1-31 (1927) ·JFM 53.0845.04号文件
[49] Laughlin,R.B.,《反常量子霍尔效应:具有分数电荷激发的不可压缩量子流体》,《物理学》。修订稿。,50, 18, 1395 (1983)
[50] Glasser,I。;潘科蒂,N。;八月,M。;罗德里格斯,I.D。;Cirac,J.I.,《神经网络量子态、弦键态和手性拓扑态》,《物理学》。版本X,8,1,第011006条pp.(2018)
[51] Clark,S.R.,《通过张量网络统一神经网络量子态和相关积态》,J.Phys。A、 数学。理论。,第51、13条,第135301页(2018年)·Zbl 1394.81074号
[52] Behler,J。;Parrinello,M.,高维势能表面的广义神经网络表示,物理学。修订稿。,第98、14条,第146401页(2007年)
[53] Han,J。;张,L。;R车。;E、 W.,深势:多体势能面的一般表示,Commun。计算。物理。,23, 3, 629-639 (2018) ·Zbl 1488.81038号
[54] 张,L。;Han,J。;王,H。;R车。;E、 W.,《深势分子动力学:具有量子力学准确性的可扩展模型》,Phys。修订稿。,120,第143001条pp.(2018)
[55] 张,L。;Han,J。;王,H。;Saidi,W.A。;R车。;E、 W.,有限和扩展系统的端到端对称保持原子间势能模型,(神经信息处理系统(NIPS)进展(2018))
[56] Schütt,K。;Kinderman,P.-J。;费利克斯,H.E.S。;Chmiela,S。;Tkatchenko,A。;Müller,K.-R.,Schnet:用于模拟量子相互作用的连续滤波器卷积神经网络,(神经信息处理系统(NIPS)进展(2017)),992-1002
[57] 张,L。;王,H。;E、 W.,《大型原子和分子系统中增强采样的强化动力学》,J.Chem。物理。,148、12、第124113条pp.(2018)
[58] 张,L。;Han,J。;王,H。;R车。;E、 W.,DeePCG:通过深度神经网络构建粗粒度模型,J.Chem。物理。,149,3,第034101条pp.(2018)
[59] 施耐德,E。;戴,L。;托珀,R.Q。;Drechsel-Grau,C。;Tuckerman,M.E.,学习高维自由能表面的随机神经网络方法,Phys。修订稿。,119,15,第150601条pp.(2017)
[60] 加藤,T.,《量子力学中多粒子系统的本征函数》,Commun。纯应用程序。数学。,10, 2, 151-177 (1957) ·Zbl 0077.20904
[61] R.D.Johnson III,CCCBDB计算化学比较和基准数据库,NIST标准参考数据库编号101。;R.D.Johnson III,CCCBDB计算化学比较和基准数据库,NIST标准参考数据库编号101。
[62] Frankowski,K。;Pekeris,C.L.,双电子原子基态波函数中的对数项,Phys。修订版,146、46-49(1966)
[63] 孙,Q。;Berkelbach,T.C.公司。;北卡罗来纳州布伦特。;布斯,G.H。;郭,S。;李,Z。;刘杰。;麦克莱恩,J.D。;Sayfutyarova,E.R。;Sharma,S.,PySCF:基于Python的化学框架模拟,Wiley Interdiscip。版次计算。分子科学。,第8、1条,第1340页(2018年)
[64] Woon,D.E。;Dunning,T.H.,相关分子计算中使用的高斯基组。V.硼通过氖的核心价基础集,J.Chem。物理。,103, 11, 4572-4585 (1995)
[65] Hehre,W.J。;斯图尔特,R.F。;Pople,J.A.,《自洽分子生物学方法》。I.使用Slater型原子轨道的高斯展开,J.Chem。物理。,512657-2664(1969年)
[66] 李·R。;导管,G。;Nemec,N。;Ríos,P.L。;Drummond,N.,《提高量子蒙特卡罗计算效率的策略》,《物理学》。E版,第83、6条,第066706页(2011年)
[67] Dewing,M.,《利用变分蒙特卡罗改进效率,使用两级抽样》,J.Chem。物理。,113, 13, 5123-5125 (2000)
[68] 金马,D。;Ba,J.,Adam:一种随机优化方法(《学习表征国际会议论文集》(2015))
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。