相対論的フェルミオンニューラルネットワーク：ゼロ次正規近似に基づくZORANet

科学分野:

• 計算化学
• 量子力学
• 科学における人工知能

背景:

• 相対論効果は、特に重元素の正確な電子構造計算に不可欠です。
• 既存のディープニューラルネットワーク手法は、相対論的量子化学の問題を処理する上で課題に直面しています。
• スカラーゼロ次正規近似（ZORA）は一般的な相対論的近似ですが、ゲージ依存誤差に悩まされています。

研究 の 目的:

• スカラーZORAを使用した相対論的電子構造計算のための新しいフェルミオンニューラルネットワークフレームワークであるZORANetを導入します。
• 電子核特異点補正および重要度サンプリングを含む、相対論的計算における数値的課題に対処します。
• ZORAのゲージ依存誤差を軽減するために、スケーリングされたZORANetおよび原子ZORANetバリアントを開発します。

主な方法:

• スカラーZORAに基づくフェルミオンニューラルネットワークフレームワークであるZORANetを開発しました。
• トレーニングの安定性とエラー削減のために、電子核特異点補正と重要度サンプリングを実装しました。
• ゲージ依存性に対処するために、スケーリングされたZORANetおよび原子ZORANetバリアントを作成しました。

主要な成果:

• ZORANetおよびスケーリングされたZORANetのエネルギーは、水素様系における正確なZORAおよびDiracの結果と優れた一致を示します。
• ZORANetは、第1および第2周期元素のイオン化ポテンシャルと電子親和力に対して化学的精度を達成し、FermiNetを上回ります。
• 原子ZORANetは、水素化物の解離エネルギーに対して最先端の精度に匹敵し、FermiNetを上回ります。

結論:

• ZORANetは、相対論的量子化学のための非常に正確な全電子法です。
• FermiNetと同等の計算コストで、電子相関と相対論効果を効果的に処理します。
• ZORANetは、積分ab initio相対論的量子化学法を開発するための有望性を示しています。