用深度学习学习全组态相互作用电子关联
量子物理
2021-12-01 v2 机器学习
摘要
在本报告中，我们提出一种称为电子关联势神经网络（eCPNN）的深度学习框架，其可学习简洁紧凑的势函数。这些函数能有效描述多电子原子中电子间复杂的瞬时空间关联。eCPNN 以无监督方式，在预定义精度限度内利用全组态相互作用（FCI）单电子密度函数的有限信息进行训练。借助 eCPNN 生成的有效关联势函数，与 FCI 能量相比，我们能以惊人精度预测所研究各原子系统的总能量。
引用
@article{arxiv.2106.08138,
title = {Learning Full Configuration Interaction Electron Correlations with Deep Learning},
author = {Hector H. Corzo and Arijit Sehanobish and Onur Kara},
journal= {arXiv preprint arXiv:2106.08138},
year = {2021}
}
备注
Accepted at Ml4Physical Sciences workshop at Neurips 2021