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。
➡️