中文

SPA$^\mathrm{H}$M:近似哈密顿矩阵谱的表示

化学物理 2024-02-21 v3

摘要

受物理启发的分子表示是基于相似性的学习用于解决化学问题的基石。尽管这类描述符在概念和数学上多样,但它们共享一个共同的底层哲学:都依赖于决定电子薛定谔方程形式的分子信息。现有表示采取最多样的形式,从原子类型和位置的非线性函数,到原子密度和势,再到直接注入ML架构的复杂量子化学对象。在本工作中,我们提出近似哈密顿矩阵谱(SPAH^\mathrm{H}M)作为一种替代途径,通过利用电子薛定谔方程本身的基础——电子哈密顿量——来构建量子机器学习表示。由于哈密顿量一次性编码所有量子化学信息,SPAH^\mathrm{H}M表示不仅能区分不同分子和构象,还能区分不同自旋、电荷和电子态。作为概念验证,我们在此专注于由一系列成熟且易于计算的“猜测”哈密顿量的特征值构建的高效SPAH^\mathrm{H}M表示。这些SPAH^\mathrm{H}M表示特别紧凑且利于核函数评估,其复杂度与数据库中不同原子类型的数量无关。

关键词

引用

@article{arxiv.2110.13037,
  title  = {SPA$^\mathrm{H}$M: the Spectrum of Approximated Hamiltonian Matrices representations},
  author = {Alberto Fabrizio and Ksenia R. Briling and Clemence Corminboeuf},
  journal= {arXiv preprint arXiv:2110.13037},
  year   = {2024}
}

备注

9 pages + SI (8 pages)