一种确定双原子分子偶极矩的数据驱动方法
化学物理
2020-12-02 v1
摘要
我们提出了一种用于预测双原子分子电偶极矩的数据驱动方法，偶极矩是最相关的分子性质之一。特别地，我们将高斯过程回归应用于一个新颖的数据集，表明双原子分子的偶极矩可以被学习从而以小于5%的相对误差进行预测。该数据集包含162个双原子分子的偶极矩，是迄今最详尽且无偏的偶极矩数据集。我们的结果表明，双原子分子的偶极矩取决于组成原子的原子性质：电子亲和能和电离势，以及（与）平衡距离处电子动能一阶导数相关的特征。
引用
@article{arxiv.2007.13228,
title = {A data-driven approach to determine dipole moments of diatomic molecules},
author = {Xiangyue Liu and Gerard Meijer and Jesús Pérez-Ríos},
journal= {arXiv preprint arXiv:2007.13228},
year = {2020}
}