一种低序定不变的多项式方法来学习潜在能量表面使用债券顺序电荷密度矩阵:应用到C集群为n = 3-10,20

科学领域:

• 计算化学的计算化学
• 量子化学 是一个量子化学.
• 材料科学 材料科学 材料科学

背景情况:

• 准确的潜在能量表面 (PES) 对于理解分子行为和化学反应至关重要.
• 构建 PES 的传统方法可能在计算上昂贵,精度有限.
• 变不变的多项式 (PIP) 提供了一个强大的框架来表示 PES.

研究的目的:

• 通过PIP和扩展的基础设置,开发一种新的学习 PES 的表示方式.
• 提高化学系统的 PES 计算的准确性和效率.
• 为了实现更大,更复杂的分子结构的准确建模.

主要方法:

• 采用了一颗电子核心的哈密尔顿加权,由债券顺序电荷密度矩阵 (CDM) 元素加权.
• 纳入了为CDM设置的sp高斯基基,扩展了以前的s-function-only模型.
• 通过使用B3LYP/aug-cc-pVTZ数据,对线性和周期性碳集群 (n=3-10) 的模型进行了训练和验证.

主要成果:

• 与s函数配方相比,实现了根平均平方误差 (RMSE) 的5倍减少.
• 与传统的PIP方法相比,RMSE减少了20倍.
• 证明了使用CDM和M级PIP的sp基础能产生与使用M+2级PIP的常规方法可比的准确性.

结论:

• 拟议的方法显著提高了学习潜在能量表面的准确性.
• 使用sp基和CDM提供了更准确的化学结合的描述.
• 这种方法有望解决大规模的计算化学问题,包括C20 fullerene的PES.