中文

凝聚相体系激发态动力学的建模与模拟:一种机器学习方法

化学物理 2021-03-30 v2

摘要

模拟激子与电子转移问题的不可逆量子动力学是一项重要的挑战。由于体系动力学的不可逆性源于周围环境的量子热激活与耗散,在模拟中必须包含无限的环境自由度。由于包含周围分子自由度的全量子动力学模拟能力有限,采用系统-浴模型是一种实用的方法。在此类模型中,激子或电子的动力学由系统哈密顿量描述,而来自环境分子的其他自由度则由谐振子浴(HOB)和系统-浴相互作用参数描述。基于先前对分子液体的研究[J. Chem. Theory Comput. 2020, 16, 2099],本文通过机器学习方法构建了激子与电子转移问题的系统-浴模型。我们利用随时间变化的量子力学/分子力学(QM/MM)模拟所获得的电子激发能,确定了系统及系统-浴相互作用参数,包括浴的谱分布。利用光学响应函数的解析表达式,我们计算了甲醇中吲哚碳花青二聚体的线性和二维电子(2DES)光谱。从这些结果中,我们展示了该方法以非直观方式阐明量子体系非平衡激子动力学的能力。

关键词

引用

@article{arxiv.2102.02427,
  title  = {Modeling and simulating the excited-state dynamics of a system with condensed phases: A machine learning approach},
  author = {Seiji Ueno and Yoshitaka Tanimura},
  journal= {arXiv preprint arXiv:2102.02427},
  year   = {2021}
}

备注

40 pages 9 figures