[爆卦] AI解薛丁格方程準確率勝過傳統工具

看板Gossiping作者jackliao1990 (jack)時間3年前 (2021/01/08 16:37)推噓13(16推 3噓 6→)

留言25則, 24人參與討論串1/1

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

→

dioradio

01/08 16:37, 3年前 , 1^F

01/08 16:37, 1^F

推

STi2011

01/08 16:37, 3年前 , 2^F

01/08 16:37, 2^F

推

jeff0025

01/08 16:38, 3年前 , 3^F

01/08 16:38, 3^F