JACS: 用机器学习将量子多电子问题简化为两个电子
NavyLIu
2022-10-05
化学计算中的一个突出挑战是多电子问题，其中计算方法随着系统规模的增大而无法扩展。任何分子的能量都可以表示为两个电子波函数能量的加权和，而这两个函数只能通过两个电子的计算来计算。尽管这种扩展的“aufbau”原理在物理上很合乎逻辑，但对于一般的分子系统的权重分布确定仍然是难以确定的。近日，芝加哥大学Mazziotti David A.介绍了一种通过卷积神经网络来学习近似双子占据分布的电子结构新模式。
本文要点：
1) 在神经网络学习中，N可表示在N电子系统中的分布约束。通过对仅有2-7个碳原子的碳氢化合物异构体的训练，能够预测辛烷异构体以及8-15个碳的碳氢化合物的能量。
2) 该工作表明，机器学习可以用来将多电子问题简化为有效的双电子问题，为准确预测电子结构开辟了新道路。
LeeAnn M. Sager-Smith and David A. Mazziotti Reducing the Quantum Many-Electron Problem to Two Electrons with Machine Learning JACS 2022
DOI: 10.1021/jacs.2c07112
https://pubs.acs.org/doi/10.1021/jacs.2c07112
版权声明：
本平台根据相关科技期刊文献、教材以及网站编译整理的内容，仅用于对相关科学作品的介绍、评论以及课堂教学或科学研究，不得作为商业用途。
