深度解析:基于可迁移深度量子蒙特卡罗的强关联体系 ab initio 几何优化
本文深度解析了一种结合可迁移神经波函数与高斯过程回归的新型 ab initio 几何优化方法,解决了强关联体系在势能面探索中的精度与效率瓶颈。
本文深度解析了一种结合可迁移神经波函数与高斯过程回归的新型 ab initio 几何优化方法,解决了强关联体系在势能面探索中的精度与效率瓶颈。
本文深度解析了基于 ic-MRCI(Q) 方法构建的臭氧分子前四个单重态全球透热哈密顿量,揭示了其在消除“礁石”特征、同位素交换反应及非绝热耦合动力学中的核心贡献。
本研究提出了一种名为完备活性空间迭代耦合簇 (CASiCC) 的新方法,通过在完备活性空间计算与定制(TCC)或外校正(ecCC)耦合簇方法之间建立迭代反馈循环,系统性地提升了处理多参考体系的精度,并在氢分子、水分子和氮分子等典型体系的势能曲线上展现出优越性能。