机器学习建模电子激发谱中的分辨率与精度困境

在本研究中，我们探索机器学习在将分子电子谱强度建模为给定波长范围内的连续函数方面的潜力。由于当前可用的化学空间数据集仅提供少数价层跃迁的激发能与相应振子强度，此处我们提出一个新数据集——\bigqm——包含 12,880 个最多含 7 个 CONF 原子的分子，并报告基态与激发态性质。我们呈现了一个公开可访问的基于网络的数据挖掘平台，以便于对若干分子性质（包括谐振动与电子谱）进行即时筛选。我们给出使用含时密度泛函理论框架、以 $\omega$B97XD 交换关联泛函及含弥散函数增广基组计算得到的从基态出发的所有单重态电子跃迁。所得谱主要覆盖 X 射线到深紫外区域（10–120 nm）。为将目标谱与基于小基组的预测比较，我们对谱强度分箱，并显示仅在牺牲分辨率的情况下才获得良好一致。相比之下，采用最新结构表示、直接使用目标数据 $<10 \%$ 训练的机器学习模型，以可取的 $<1$ nm 波长分辨率恢复了其余分子的谱且精度更优。