机器学习电子动力学与瞬间传播理论:应用到光学吸收频谱计算使用实时TDDFT
Nicholas J Boyer1, Christopher Shepard1, Ruiyi Zhou1
1Department of Chemistry, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina 27599, United States.
动量传播理论 (MPT) 使用机器学习有效模拟电子量子动力学. 这种方法准确计算了分子和凝聚物质系统的光学吸收光谱.
科学领域:
- 量子化学 是一个量子化学.
- 计算物理 计算物理
- 材料科学 材料科学 材料科学
背景情况:
- 模拟量子电子动力学是计算密集的.
- 现有的方法经常与复杂的分子和凝聚物质系统作斗争.
- 机器学习为加速这些模拟提供了潜力.
研究的目的:
- 通过机器学习应用动量传播理论 (MPT) 进行高效的电子量子动力学模拟.
- 使用实时时间依赖密度函数理论 (RT-TDDFT) 数据来训练MPT运动方程.
- 为了证明该方法在计算光学吸收光谱方面的有效性.
主要方法:
- 使用了一种新的理论表述:动量传播理论 (MPT).
- 采用实时时间依赖密度函数理论 (RT-TDDFT) 来实现第一原则的数据生成.
- 使用机器学习与最大局部化的Wannier函数 (MLWFs) 训练的时刻的二阶时间导数.
主要成果:
- 通过机器学习的MPT实现了高效的电子动力学模拟.
- 成功计算了各种系统的光学吸收光谱.
- 对孤立分子 (水,,乙烯) 和凝结物质 (液态水,) 已证明适用性.
结论:
- 经过ML训练的MPT为量子电子动力学提供了一种高效准确的方法.
- 这种方法是多功能性的,适用于分子和凝聚物质系统.
- 探索了电子近视的实用性,以进一步优化.
更多相关视频
08:54Vibrational Spectra of a N719-Chromophore/Titania Interface from Empirical-Potential Molecular-Dynamics Simulation, Solvated by a Room Temperature Ionic Liquid
Published on: January 25, 2020
08:12Author Spotlight: Exploring Light-Driven Chemical Reactions and Energy-Harnessing Devices in Photochemical Research
Published on: February 16, 2024
相关概念视频
Molecular Spectroscopy: Absorption and Emission
UV–Vis Spectroscopy: Molecular Electronic Transitions
Atomic Spectroscopy: Absorption, Emission, and Fluorescence
π Electron Effects on Chemical Shift: Overview
Atomic Absorption Spectroscopy: Atomization Methods
Atomic Absorption Spectroscopy: Overview
When irradiated by EMR of a particular wavelength, these...
