实体
QMC
QMC
PulseAugur coverage of QMC — every cluster mentioning QMC across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
深度学习QMC方法加速激发态势能面计算
研究人员开发了一种优化神经网络波函数的新方法，能够高效预测基态和激发态势能面（PESs）。该方法利用权重共享和电子态的动态排序，与传统方法相比，成本降低了两个数量级。该技术已在四种复杂的激发态势能面上进行了验证，包括乙烯、碳二聚体、亚甲基铵阳离子和一种红氧化还原蛋白活性位点模型，展示了可转移深度学习QMC在研究分子电子激发方面的潜力。
-
新的超椭球密度采样加速高维优化
一种名为超椭球密度采样（HDS）的新采样策略已被开发出来，以改进高维优化。HDS通过在搜索空间中定义超椭球来生成非均匀采样序列，利用无监督学习算法专注于统计上更有希望的区域。当使用差分进化在CEC2017基准函数上与Sobol等均匀QMC方法进行测试时，HDS在最终解的几何平均误差方面显示出统计学上的显著改进，性能提升范围从11%到37%，具体取决于维度。