量子化学的新纪元:Excited Pfaffians 深度解析——近常数缩放的激发态神经网络波函数
本文深度解析了由 Nicholas Gao 等人提出的 Excited Pfaffians 方法,该工作通过多态重要性采样(MSIS)和参数高效的 Pfaffian 架构,实现了激发态计算在状态数量上的近常数缩放,为跨结构、跨状态的通用波函数学习奠定了基础。
本文深度解析了由 Nicholas Gao 等人提出的 Excited Pfaffians 方法,该工作通过多态重要性采样(MSIS)和参数高效的 Pfaffian 架构,实现了激发态计算在状态数量上的近常数缩放,为跨结构、跨状态的通用波函数学习奠定了基础。
本文深度解析了利用神经网络波函数(Psiformer)结合变分蒙特卡洛方法,在考虑μ子量子效应的前提下,精确计算μ子超精细耦合常数的突破性进展。