[爆卦] AI解薛丁格方程 準確率勝過傳統工具
https://www.nature.com/articles/s41557-020-0544-y
薛丁格方程式可用來預測出分子的物理化學性質,其求解在化學、材料科學等領域都有
應用價值。然而到了今天,氫原子求解還是很困難,超過兩個電子就很難確保準確度。
柏林自由大學團隊開發了名為PauliNet的人工智慧,使用深度神經網路求薛丁格方程式
基態解,達到了前所未有的精確度和效率。
他們用變分量子蒙地卡羅法來訓練AI,這對大分子來說能縮放和並行化,其精確性只受
擬設靈活性限制。團隊用深層神經網路表示電子波函數,系統內建多參照哈特里-福克
解決方案基準,
他們讓人工神經網路學習電子如何圍繞原子核定位的複雜模式,同時整合電子波函數的
所有物理特性(如包立不相容原理)到系統中。
系統對薛丁格方程學習的核心方法是波函數擬設,它結合了電子波函數斯萊特行列式、
多行列式展開、回流變換、Jastro 因子、尖點條件以及能夠編碼異質分子系統中電子運
動複雜特徵的深層神經網路。
結果顯示,在氫分子、氫化鋰、鈹、硼和線性氫鏈等五種基態能量的求解中,PauliNet
相較於傳統工具如SD-VMC、SD-DMC及 DeepWF均表現出更高的準確度。與其他量子化學方
法相比,處理環丁二烯過渡態能量時,其準確性達到一致的同時,也能夠保持較高的效
率。
PauliNet為分子材料科學提供新的思路,研究團隊相信它可以影響量子化學的未來。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.159.76 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1610095027.A.95A.html
→
01/08 16:37,
3年前
, 1F
01/08 16:37, 1F
推
01/08 16:37,
3年前
, 2F
01/08 16:37, 2F
推
01/08 16:38,
3年前
, 3F
01/08 16:38, 3F
噓
01/08 16:38,
3年前
, 4F
01/08 16:38, 4F
噓
01/08 16:38,
3年前
, 5F
01/08 16:38, 5F
推
01/08 16:38,
3年前
, 6F
01/08 16:38, 6F
推
01/08 16:38,
3年前
, 7F
01/08 16:38, 7F
推
01/08 16:40,
3年前
, 8F
01/08 16:40, 8F
→
01/08 16:40,
3年前
, 9F
01/08 16:40, 9F
推
01/08 16:41,
3年前
, 10F
01/08 16:41, 10F
推
01/08 16:41,
3年前
, 11F
01/08 16:41, 11F
推
01/08 16:42,
3年前
, 12F
01/08 16:42, 12F
→
01/08 16:43,
3年前
, 13F
01/08 16:43, 13F
噓
01/08 16:44,
3年前
, 14F
01/08 16:44, 14F
→
01/08 16:46,
3年前
, 15F
01/08 16:46, 15F
推
01/08 16:48,
3年前
, 16F
01/08 16:48, 16F
→
01/08 16:49,
3年前
, 17F
01/08 16:49, 17F
推
01/08 16:51,
3年前
, 18F
01/08 16:51, 18F
推
01/08 16:52,
3年前
, 19F
01/08 16:52, 19F
推
01/08 17:03,
3年前
, 20F
01/08 17:03, 20F
推
01/08 17:20,
3年前
, 21F
01/08 17:20, 21F
推
01/08 17:37,
3年前
, 22F
01/08 17:37, 22F
推
01/08 17:48,
3年前
, 23F
01/08 17:48, 23F
→
01/08 17:56,
3年前
, 24F
01/08 17:56, 24F
推
01/08 20:49,
3年前
, 25F
01/08 20:49, 25F