Cálculo preciso de estados excitados cuánticos con redes neuronales

Área de la Ciencia:

• La mecánica cuántica
• Química computacional
• La física cuántica

Sus antecedentes:

• Calcular los estados excitados de los sistemas cuánticos es un desafío computacional.
• Los métodos tradicionales a menudo requieren parámetros libres o ortogonalización de estado.
• La predicción precisa de las propiedades moleculares es crucial para la investigación química.

Objetivo del estudio:

• Para presentar un nuevo algoritmo libre de parámetros para estimar estados excitados.
• Para permitir el cálculo de observables arbitrarios, incluidos los elementos fuera de la diagonal.
• Mejorar la precisión de las predicciones de la energía de excitación y la fuerza del oscilador.

Principales métodos:

• Utilizando Monte Carlo variacional (VMC) con un enfoque de sistema ampliado.
• Transformando los cálculos de estado excitado en problemas de estado básico.
• Empleando métodos de red neuronal como FermiNet y Psiformer.

Principales resultados:

• Recuperación precisa de las energías de excitación y las fuerzas del oscilador para varias moléculas.
• Cálculo exitoso de las energías de excitación vertical para moléculas de escala de benceno.
• Capacidad demostrada para manejar excitaciones dobles desafiantes.

Conclusiones:

• El algoritmo VMC presentado ofrece un método robusto y libre de parámetros para los cálculos de estado excitado.
• La técnica muestra una alta precisión cuando se combina con sistemas avanzados de redes neuronales.
• Este enfoque tiene una amplia aplicabilidad en física atómica, nuclear y de materia condensada.