具有离子电荷初始化的开源费米子神经网络
机器学习
2024-01-22 v1 化学物理
摘要
求解电子 Schrödinger 方程的精确解在发现重要的分子和材料能量及特性方面发挥着重要作用。因此，求解包含大量电子的系统变得日益重要。变分蒙特卡罗（VMC）方法，特别是通过深度神经网络进行近似的方法，在这一方面极具前景。在本文中，我们旨在将一种名为 FermiNet 的模型——一种后 Hartree-Fock (HF) 深度神经网络（DNN）模型——集成到一个标准且广泛使用的开源库 DeepChem 中。我们还提出了新颖的初始化技术，以克服与离子中电子过剩或不足相关的分配困难。
引用
@article{arxiv.2401.10287,
title = {Open-Source Fermionic Neural Networks with Ionic Charge Initialization},
author = {Shai Pranesh and Shang Zhu and Venkat Viswanathan and Bharath Ramsundar},
journal= {arXiv preprint arXiv:2401.10287},
year = {2024}
}
备注
Accepted at 3rd Annual AAAI Workshop on AI to Accelerate Science and Engineering (AI2ASE)