CC2 方法的随机分辨身份: 激发态梯度和导数耦合
化学物理
2025-09-09 v1
摘要
激发态梯度和导数耦合对于模拟激发态动力学至关重要。然而, 在耦合-cluster 框架中, 其计算代价高昂, 由于计算规模。本文提出了两种实现随机分辨身份 (sRI) 于 CC2 (sRI-CC2) 的方法, 用于激发态解析梯度和导数耦合。第一种方法对 Coulomb 和交换项都采用 sRI, 将正式的规模降低到三次。然而, 该方法具有显著的随机噪声。因此, 我们引入一种替代方案, 称为部分 sRI-CC2, 仅对交换项应用 sRI。部分 sRI-CC2 显示四次规模, 但具有适度的预因子, 使其成为实际可行的替代方案。与传统 RI-CC2 相比, 部分 sRI-CC2 能够处理数百乃至数千个电子的系统。本工作是我们先前 sRI-CC2 方法实现的延伸, 为大规模非adiabatic 动力学提供必需的要素。
引用
@article{arxiv.2509.06460,
title = {Stochastic resolution of identity to CC2 for large systems: Excited-state gradients and derivative couplings},
author = {Chongxiao Zhao and Chenyang Li and Wenjie Dou},
journal= {arXiv preprint arXiv:2509.06460},
year = {2025}
}