评估 H3O2- 的 PIP 和 sGDML 势能面
化学物理
2024-02-20 v1
摘要
在此我们评估两种机器学习势函数：一种使用对称梯度域机器学习（sGDML）方法，另一种基于置换不变多项式（PIPs）。它们是 2004 年报道的 PIP 势能面（PES）的后续发展。我们描述了两种拟合方法的细节，然后在精度、属性和评估速度方面比较了这两个 PES。虽然势函数的精度相似，但 PIP PES 在能量及能量加梯度的评估速度上远快于 sGDML。使用这两种势函数进行的基态振动扩散蒙特卡洛计算，相较于谐振近似，产生了类似的大幅非谐零点能下移。使用 sGDML PES 进行这些计算的计算时间大约是使用 PIP 的 300 倍。
引用
@article{arxiv.2402.11158,
title = {Assessing PIP and sGDML Potential Energy Surfaces for H3O2-},
author = {Priyanka Pandey and Mrinal Arandhara and Paul L. Houston and Chen Qu and Riccardo Conte and Joel M. Bowman and Sai G. Ramesh},
journal= {arXiv preprint arXiv:2402.11158},
year = {2024}
}
备注
25 pages, 6 figures