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。

Machine Learning Nonadiabatic Dynamics: Eliminating Phase Freedom of Nonadiabatic Couplings with the State-Interaction State-Averaged Spin-Restricted Ensemble-Referenced Kohn-Sham Method
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证