Machine Learning Nonadiabatic Dynamics: Eliminating Phase Freedom of Nonadiabatic Couplings with the State-Interaction State-Averaged Spin-Restricted Ensemble-Referenced Kohn-Sham Method

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的相无关耦合项$ ext{Δ}^2$,有效解决了激发态分子动力学模拟中的不连续性问题。该方法提升了机器学习模型的稳定性和准确性,能够在大规模和长时间尺度下有效模拟激发态分子动力学,展示了广泛的应用潜力。

🎯

关键要点

  • 本研究提出了一种新颖的相无关耦合项Δ^2,解决了激发态分子动力学模拟中的不连续性问题。

  • 该方法显著提高了机器学习模型的稳定性和准确性。

  • 能够在大规模和长时间尺度下有效模拟激发态分子动力学。

  • 研究结果表明,该方法能准确重现从头算的激发态分子动力学模拟,展示了广泛的应用潜力。

➡️

继续阅读